bootstrap命令遇阻了，求正解啊

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我用bootstrap这个命令卡到这里进行不下去了，求牛人赐教啊，万谢
bootstrap  r(ind_eff) r(dir_eff), reps(1000):sgmediation cir, mv(rentw) iv(con) cv($x1)
(running sgmediation on estimation sample)
'r(ind_eff)' evaluated to missing in full sample
r(322);

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

请问，你解决这个问题了吗？

zzcwan 发表于 2018-12-23 11:14
请问，你解决这个问题了吗？

我试过是可以的，

1. use https://stats.idre.ucla.edu/stat/data/hsbdemo, clear
   
2. 
   
3. sgmediation science, mv(read) iv(math)
   
4. 
   
5. // Bootstrap with case resampling
   
6. bootstrap r(ind_eff) r(dir_eff), reps(100): sgmediation science, iv(math) mv(read)
   
7. 
   
8. // Bootstrap with residual resampling
   
9. // search resboot_mediation and install
   
10. resboot_mediation, dv(science) mv(read) iv(math) reps(100)

复制代码

zzcwan 发表于 2018-12-23 11:14
请问，你解决这个问题了吗？

结果为

1. . use https://stats.idre.ucla.edu/stat/data/hsbdemo, clear
   
2. (highschool and beyond (200 cases))
   
3. 
   
4. .
   
5. . sgmediation science, mv(read) iv(math)
   
6. 
   
7. Model with dv regressed on iv (path c)
   
8. 
   
9.       Source |       SS           df       MS      Number of obs   =       200
   
10. -------------+----------------------------------   F(1, 198)       =    130.81
    
11.        Model |  7760.55791         1  7760.55791   Prob > F        =    0.0000
    
12.     Residual |  11746.9421       198  59.3279904   R-squared       =    0.3978
    
13. -------------+----------------------------------   Adj R-squared   =    0.3948
    
14.        Total |     19507.5       199  98.0276382   Root MSE        =    7.7025
    
15. 
    
16. ------------------------------------------------------------------------------
    
17.      science |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
18. -------------+----------------------------------------------------------------
    
19.         math |     .66658   .0582822    11.44   0.000     .5516466    .7815135
    
20.        _cons |   16.75789   3.116229     5.38   0.000     10.61264    22.90315
    
21. ------------------------------------------------------------------------------
    
22. 
    
23. Model with mediator regressed on iv (path a)
    
24. 
    
25.       Source |       SS           df       MS      Number of obs   =       200
    
26. -------------+----------------------------------   F(1, 198)       =    154.70
    
27.        Model |  9175.57065         1  9175.57065   Prob > F        =    0.0000
    
28.     Residual |  11743.8493       198  59.3123704   R-squared       =    0.4386
    
29. -------------+----------------------------------   Adj R-squared   =    0.4358
    
30.        Total |    20919.42       199  105.122714   Root MSE        =    7.7015
    
31. 
    
32. ------------------------------------------------------------------------------
    
33.         read |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
34. -------------+----------------------------------------------------------------
    
35.         math |    .724807   .0582745    12.44   0.000     .6098887    .8397253
    
36.        _cons |   14.07254   3.115819     4.52   0.000     7.928087    20.21699
    
37. ------------------------------------------------------------------------------
    
38. 
    
39. Model with dv regressed on mediator and iv (paths b and c')
    
40. 
    
41.       Source |       SS           df       MS      Number of obs   =       200
    
42. -------------+----------------------------------   F(2, 197)       =     90.27
    
43.        Model |  9328.73944         2  4664.36972   Prob > F        =    0.0000
    
44.     Residual |  10178.7606       197  51.6688353   R-squared       =    0.4782
    
45. -------------+----------------------------------   Adj R-squared   =    0.4729
    
46.        Total |     19507.5       199  98.0276382   Root MSE        =    7.1881
    
47. 
    
48. ------------------------------------------------------------------------------
    
49.      science |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
50. -------------+----------------------------------------------------------------
    
51.         read |   .3654205   .0663299     5.51   0.000     .2346128    .4962283
    
52.         math |   .4017207   .0725922     5.53   0.000     .2585632    .5448782
    
53.        _cons |    11.6155   3.054262     3.80   0.000     5.592255    17.63875
    
54. ------------------------------------------------------------------------------
    
55. 
    
56. Sobel-Goodman Mediation Tests
    
57. 
    
58.                      Coef         Std Err     Z           P>|Z|
    
59. Sobel               .26485934    .05258136   5.037      4.726e-07
    
60. Goodman-1 (Aroian)  .26485934    .05272324   5.024      5.072e-07
    
61. Goodman-2           .26485934    .05243909   5.051      4.400e-07
    
62. 
    
63.                     Coef      Std Err    Z          P>|Z|
    
64. a coefficient   =  .724807   .058274   12.4378          0
    
65. b coefficient   =  .365421    .06633   5.50914    3.6e-08
    
66. Indirect effect =  .264859   .052581   5.03713    4.7e-07
    
67.   Direct effect =  .401721   .072592   5.53394    3.1e-08
    
68.    Total effect =   .66658   .058282   11.4371          0
    
69. 
    
70. Proportion of total effect that is mediated:  .39734065
    
71. Ratio of indirect to direct effect:           .65931219
    
72. Ratio of total to direct effect:              1.6593122
    
73. 
    
74. .
    
75. . // Bootstrap with case resampling
    
76. . bootstrap r(ind_eff) r(dir_eff), reps(100): sgmediation science, iv(math) mv(read)
    
77. (running sgmediation on estimation sample)
    
78. 
    
79. Bootstrap replications (100)
    
80. ----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
    
81. ..................................................    50
    
82. ..................................................   100
    
83. 
    
84. Bootstrap results                               Number of obs     =        200
    
85.                                                 Replications      =        100
    
86. 
    
87.       command:  sgmediation science, iv(math) mv(read)
    
88.         _bs_1:  r(ind_eff)
    
89.         _bs_2:  r(dir_eff)
    
90. 
    
91. ------------------------------------------------------------------------------
    
92.              |   Observed   Bootstrap                         Normal-based
    
93.              |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
94. -------------+----------------------------------------------------------------
    
95.        _bs_1 |   .2648593   .0548092     4.83   0.000     .1574353    .3722834
    
96.        _bs_2 |   .4017207   .0773451     5.19   0.000     .2501271    .5533143
    
97. ------------------------------------------------------------------------------
    
98. 
    
99. .
    
100. . // Bootstrap with residual resampling
     
101. . // search resboot_mediation and install
     
102. . resboot_mediation, dv(science) mv(read) iv(math) reps(100)
     
103. 
     
104.       Source |       SS           df       MS      Number of obs   =       200
     
105. -------------+----------------------------------   F(1, 198)       =    154.70
     
106.        Model |  9175.57065         1  9175.57065   Prob > F        =    0.0000
     
107.     Residual |  11743.8493       198  59.3123704   R-squared       =    0.4386
     
108. -------------+----------------------------------   Adj R-squared   =    0.4358
     
109.        Total |    20919.42       199  105.122714   Root MSE        =    7.7015
     
110. 
     
111. ------------------------------------------------------------------------------
     
112.         read |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
     
113. -------------+----------------------------------------------------------------
     
114.         math |    .724807   .0582745    12.44   0.000     .6098887    .8397253
     
115.        _cons |   14.07254   3.115819     4.52   0.000     7.928087    20.21699
     
116. ------------------------------------------------------------------------------
     
117. 
     
118.       Source |       SS           df       MS      Number of obs   =       200
     
119. -------------+----------------------------------   F(2, 197)       =     90.27
     
120.        Model |  9328.73944         2  4664.36972   Prob > F        =    0.0000
     
121.     Residual |  10178.7606       197  51.6688353   R-squared       =    0.4782
     
122. -------------+----------------------------------   Adj R-squared   =    0.4729
     
123.        Total |     19507.5       199  98.0276382   Root MSE        =    7.1881
     
124. 
     
125. ------------------------------------------------------------------------------
     
126.      science |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
     
127. -------------+----------------------------------------------------------------
     
128.         read |   .3654205   .0663299     5.51   0.000     .2346128    .4962283
     
129.         math |   .4017207   .0725922     5.53   0.000     .2585632    .5448782
     
130.        _cons |    11.6155   3.054262     3.80   0.000     5.592255    17.63875
     
131. ------------------------------------------------------------------------------
     
132. 
     
133. Nonparametric resampled residual bootstrap of mediation with 100 replications
     
134. 
     
135.                                 Bootstrap
     
136.           Coef         Bias      Std Err    [95% Conf Interval]
     
137. ind eff  .264859     -.004476   .049476     .16706    .361213 (P)
     
138.                                            .161851    .288976 (BC)
     
139. dir eff  .401721      .018876   .078578    .229207    .596203 (P)
     
140.                                            .215327    .444609 (BC)
     
141. tot eff   .66658        .0144   .059022    .565236    .811957 (P)
     
142.                                            .556105    .698295 (BC)
     
143. (P)   percentile confidence interval
     
144. (BC)  bias-corrected confidence interval

复制代码

黃河泉 发表于 2018-12-23 11:32
结果为

. use "C:\Users\JGY3\Desktop\1222.dta"

. sgmediation te , mv( z1 ) iv(d)

Model with dv regressed on iv

      Source |       SS       df       MS              Number of obs =    3865
-------------+------------------------------           F(  1,  3863) =   54.74
       Model |  1.32174584     1  1.32174584           Prob > F      =  0.0000
    Residual |  93.2731271  3863  .024145257           R-squared     =  0.0140
-------------+------------------------------           Adj R-squared =  0.0137
       Total |  94.5948729  3864  .024481075           Root MSE      =  .15539

------------------------------------------------------------------------------
          te |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           d |    .088703   .0119889     7.40   0.000     .0651977    .1122082
       _cons |    .504131   .0025584   197.05   0.000     .4991152    .5091469
------------------------------------------------------------------------------

Model with mediator regressed on iv

      Source |       SS       df       MS              Number of obs =    3865
-------------+------------------------------           F(  1,  3863) =   17.66
       Model |  18.3255342     1  18.3255342           Prob > F      =  0.0000
    Residual |  4008.00698  3863   1.0375374           R-squared     =  0.0046
-------------+------------------------------           Adj R-squared =  0.0043
       Total |  4026.33252  3864  1.04201152           Root MSE      =  1.0186

------------------------------------------------------------------------------
          z1 |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           d |   .3302877   .0785898     4.20   0.000     .1762063    .4843691
       _cons |   2.118576   .0167706   126.33   0.000     2.085696    2.151456
------------------------------------------------------------------------------

Model with dv regressed on mediator and iv

      Source |       SS       df       MS              Number of obs =    3865
-------------+------------------------------           F(  2,  3862) =   45.41
       Model |  2.17332266     2  1.08666133           Prob > F      =  0.0000
    Residual |  92.4215503  3862  .023931007           R-squared     =  0.0230
-------------+------------------------------           Adj R-squared =  0.0225
       Total |  94.5948729  3864  .024481075           Root MSE      =   .1547

------------------------------------------------------------------------------
          te |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          z1 |   .0145763   .0024435     5.97   0.000     .0097856     .019367
           d |   .0838886   .0119629     7.01   0.000     .0604344    .1073427
       _cons |     .47325   .0057694    82.03   0.000     .4619386    .4845614
------------------------------------------------------------------------------

Sobel-Goodman Mediation Tests

             Coef         Std Err     Z           P>|Z|
Sobel       .00481438    .0014013   3.436      .00059112
Goodman-1   .00481438    .0014144   3.404      .00066445
Goodman-2   .00481438    .00138808   3.468      .00052361

Pecent of total effect that is mediated:   5.43 %
Ratio of indirect to direct effect:        0.0574

. Bootstrap with case resampling
bootstrap already defined
(error occurred while loading Bootstrap.ado)
r(110);

. bootstrap r(ind_eff) r(dir_eff), reps(100): sgmediation te , mv( z1 ) iv(d) cv( x8 x6 z2 z3 z4 z5 z6 z7 z9 z8 z10 z11 )
(running sgmediation on estimation sample)
'r(ind_eff)' evaluated to missing in full sample
r(322);

.

.
黄老师，还是这样的结果~我的自变量是虚拟变量

黃河泉 发表于 2018-12-23 11:31
我试过是可以的，

谢谢黄老师，按照您的命令，换了14版本，结果出来了~

黃河泉 发表于 2018-12-23 11:31
我试过是可以的，

那请问如何加入条件命令呢，比如满足一个条件时中介效应是否存在？非常感谢您的关注！

lijinning 发表于 2019-1-2 11:42
那请问如何加入条件命令呢，比如满足一个条件时中介效应是否存在？非常感谢您的关注！

不清楚！

黃河泉 发表于 2019-1-2 15:41
不清楚！

谢谢回复！

黃河泉 发表于 2018-12-23 11:32
结果为

老师请问您固定效应的中介效应如何检验呢