p值结果和bootstrap置信区间结果相矛盾

18081183258 发表于 2020-5-30 11:14
黄老师您好，请问我在做bootstrap检验时，_bs_1和 _bs_2的置信区间均不包含0，但是_bs_1的置信区间为正， ...

请问你解决了吗？我也遇到了这个问题

jzmxxzjnsbd 发表于 2019-11-23 09:31
Mplus检验被调节的中介效应时，组间的间接效应值为0.05，p值为0.076，不显著，可是95%的置信区间[0.01,0.14 ...

黄老师，向您请教一个问题，我用SPSS中process插件跑的Bootstrap（模型8）一个有调节的中介，发现前半段间接效应的置信区间CI=（2.31,3.29）而后半段的置信区间CI=（0.73,0.91），我不是很懂这个置信区间系数的原理，您看这个系数正常吗？我看现有文章中被人报告的置信区间上下值基本都是<1的。请您赐教。

辉辉灰 发表于 2020-3-6 16:23
您好！用bootstrap中介检验的置信区间可以变为90%吗？我的结果在95%的置信区间不显著。如果可以的话，90%置 ...

解决了吗 同问！

黃河泉 发表于 2020-5-30 11:47
不懂你的问题。

黄老师你好，我做bootstrap置信区间不包含零，但是都是负数，这样也算通过中介效应检验了吗

嘻哈嘻哈西 发表于 2022-11-1 16:56
黄老师你好，我做bootstrap置信区间不包含零，但是都是负数，这样也算通过中介效应检验了吗

请问你的中介效应检验在检验什么？

黃河泉 发表于 2022-11-1 17:34
请问你的中介效应检验在检验什么？

非常感谢老师解答，我的模型是自变量X对因变量Y有负向影响，M是中介变量，X对M有负向影响，M对Y有正向影响。做bootstrap中介检验， _bs_1:  r(ind_eff)
        _bs_2:  r(dir_eff)
bs1系数为 -1.338125，置信区间为[  -2.334759   ,-.3414905]，bs2系数 2.594794 ，置信区间[ -.5896285 ,  5.779216]这样能说明M起到中介效应了吗

嘻哈嘻哈西 发表于 2022-11-1 18:49
非常感谢老师解答，我的模型是自变量X对因变量Y有负向影响，M是中介变量，X对M有负向影响，M对Y有正向影响 ...

1. 我建议你了解一下你用的指令背后的理论与思维，我这边一无所知，无从评论。2. 我可以看出来，bs1 系数是"显著地负"，但 bs2 不显著易于0。你自己对应一下，看看有无满足理论之要求。

黃河泉 发表于 2022-11-1 21:42
1. 我建议你了解一下你用的指令背后的理论与思维，我这边一无所知，无从评论。2. 我可以看出来，bs1 系数 ...

感谢您的建议

黃河泉 发表于 2019-11-23 09:31
两个 p 值不一样是正常 (一般的情况) 的，结论不一样当然也是可能的！

老师您好，请问这个有什么参考文献依据吗，怎么呈现和说明？

这种情况可能是由于数据分布或抽样过程中的非正态性导致的。传统的p值计算通常基于某些统计假设（如正态分布），而bootstrap方法则通过重采样的方式来估计参数的分布，它对这些假设的要求较弱。

当样本量较小或者数据分布严重偏离正态时，传统的p值可能无法准确反映真实的效应大小和显著性。在你的情况中，尽管p值显示组间间接效应不显著（p=0.076），但bootstrap置信区间却表明该效应具有一定的可信度（95%CI: [0.01, 0.14] 不包含0）。

这种差异可能是因为bootstrap方法通过模拟重采样过程，能够更好地捕捉数据的复杂性以及参数估计的不确定性。因此，在面对非正态分布或小样本量时，使用bootstrap置信区间可能会提供更可靠的显著性判断依据。

解决这一矛盾的方法之一是增加样本量，以减少抽样误差对统计结果的影响；另一个方法是在分析中考虑采用更适合数据特性的统计模型和检验方法。如果条件允许，还可以尝试其他稳健的非参数或半参数技术来确认结果的一致性和可靠性。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用