作者FAccounting (财会人)
看板Statistics
标题[问题] 贝氏统计中的调节分析
时间Mon Feb 19 06:00:31 2018
前阵子开始接触贝氏统计 现在正在用JASP重跑以前的资料
遇到调节分析不晓得该如何着手...
从前用SPSS跑调节分析 分成三个步骤
1:以X和M去预测Y
Y=β+βX+βM 得 R平方1
2:计算交互作用X*M
3:以X, M及XM去预测Y
Y=β+βX+βM+βXM 得 R平方2
最後看(R平方2-R平方1)是否显着
显着就代表有调节效果
JASP中有贝氏分析的多元回归可以用
请问我可不可以用一样的步骤
直接在贝氏的多元回归中
比较
没有交互变项X*M的模型1 以及
有交互变项X*M的模型2
看哪个贝氏因子BF10较大 若模型2的BF10较大
就说有调节效果的模型比较好这样呢?
谢谢各位版友
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 128.199.51.234
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1518991236.A.093.html
1F：→ andrew43: 你说的每个BF是指哪二个模型得到的BF？ 02/19 17:23
https://i.imgur.com/kGL3HsB.png (图中把调节打成中介了 是误字)
只有独变项X+调节变项M的模型(对应Y=β+βX+βM)
和独变项X+调节变项M+交互变项X*M的模型(对应Y=β+βX+βM+βXM)
两个的BF来比
像图中没有交互变项X*M的模型 BF有0.448
加了交互变项X*M後 BF只有0.165
想说这是不是可以代表说没有调节效果 谢谢
※ 编辑: FAccounting (45.32.147.101), 02/19/2018 22:43:02
※ 编辑: FAccounting (45.32.147.101), 02/19/2018 22:45:07
2F：→ andrew43: 我的意思是每一个BF都是由二个模型相比来的。 02/20 00:11
谢谢您回覆
如您所说 每一个BF都是与null model相比来的
我想了想 改成把只有独变项X+调节变项M的(对应Y=β+βX+βM)设为null model
然後与加了交互变项X*M的模型两个来比
https://i.imgur.com/rijskKr.png
(BF10 = 0.369 = 0.165/0.448)
得出有交互变项X*M的模型比较差的结论 不知您是否这个意思? 谢谢
※ 编辑: FAccounting (45.32.147.101), 02/20/2018 01:09:58
3F：→ andrew43: 你最後说的方法和你正文中说的是比较相似的。 02/22 14:56
4F：→ andrew43: 虽然我不知道答案，但观察每个模型的posterior P应该 02/22 14:58
5F：→ andrew43: 可以看出交互作用的合宜程度。 02/22 14:59
谢谢！
※ 编辑: FAccounting (209.250.242.189), 02/22/2018 21:06:02
6F：→ yhliu: 你要看的是(XM)的效应, 用BF来看的话, 应直接考虑两模型比 02/24 15:11
7F：→ yhliu: 较而得BF. 不能以两模型分别与 null model 比的BF来比较. 02/24 15:13
8F：→ yhliu: 就像在非贝氏分析, 不能以两模型分别与 null model 比的F统 02/24 15:15
9F：→ yhliu: 计量甚至P值来比一样. 02/24 15:16
谢谢 我一直担心在贝氏统计中不能直接用比较有无XM的方式做调节分析
看了您两位的回覆後比较放心了 谢谢
※ 编辑: FAccounting (188.166.32.209), 02/25/2018 00:24:26