纵向数据多水平中介模型的样本量确定与研究
中介分析是一种探索变量间关系机制的统计学方法,为揭示变量间复杂关系提供了统计意义上的技术手段,近年来此技术在很多领域发挥着重要作用。纵向数据分析是当今统计学的一个前沿问题,如在临床医学、心理学研究中经常需要长期追踪测量个体的数据,即对同一个研究对象反复测量所得的数据。由于重复测量的数据嵌套于同一个研究对象中,所以也可以看作是嵌套结构数据。而多水平线性模型能够很好的解释嵌套结构的数据,所以将多水平线性模型和中介分析模型相结合的多水平中介分析模型可以更好地研究纵向数据的内部影响机制。目前关于中介分析的研究较为零碎,有必要对现有的文献进行系统地梳理。可以发现已有的关于中介分析的研究大都基于横截面数据进行,针对较复杂的纵向数据的研究较少。特别地在中介分析中样本量确定至关重要,样本量选取的过小将会导致检验效度过低,若样本量选取过大不仅是资源的浪费还会拖慢研究的进程。基于以上问题,本文首先介绍了中介模型基本理论及两种常见的中介效应检验方法,接着以纵向数据多水平中介模型的样本量确定问题为切入点,从样本量确定的可靠性和准确性两个角度出发,针对纵向数据设计模拟试验,再通过蒙特卡罗随机模拟的方法分别在因变量为连续型变量和二分类变量两种不同的情况时,探究了在不同中介效应大小、不同的检验方法(Sobel检验法、乘积分布法)、不同的组内相关程度(ICC)以及不同的重复测量次数时检验效度达到80%经验的样本量并探索其中的规律,另外还探究了纵向数据多水平中介模型第一类犯错率的影响因素,研究结果可直接供实践工作者参考。
- 作者:
- 成苗苗
- 学位授予单位:
- 西安财经学院
- 授予学位:
- 硕士
- 学位年度:
- 2016年
- 导师姓名:
- 潘海涛
- 中图分类号:
- O212
- 关键词:
- 中介分析;纵向数据;组内相关系数(ICC);Sobel法;乘积分布法
-