作者FAccounting (財會人)
看板Statistics
標題[問題] 貝氏統計中的調節分析
時間Mon Feb 19 06:00:31 2018
前陣子開始接觸貝氏統計 現在正在用JASP重跑以前的資料
遇到調節分析不曉得該如何著手...
從前用SPSS跑調節分析 分成三個步驟
1:以X和M去預測Y
Y=β+βX+βM 得 R平方1
2:計算交互作用X*M
3:以X, M及XM去預測Y
Y=β+βX+βM+βXM 得 R平方2
最後看(R平方2-R平方1)是否顯著
顯著就代表有調節效果
JASP中有貝氏分析的多元回歸可以用
請問我可不可以用一樣的步驟
直接在貝氏的多元回歸中
比較
沒有交互變項X*M的模型1 以及
有交互變項X*M的模型2
看哪個貝氏因子BF10較大 若模型2的BF10較大
就說有調節效果的模型比較好這樣呢?
謝謝各位版友
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 128.199.51.234
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1518991236.A.093.html
1F:→ andrew43: 你說的每個BF是指哪二個模型得到的BF? 02/19 17:23
https://i.imgur.com/kGL3HsB.png (圖中把調節打成中介了 是誤字)
只有獨變項X+調節變項M的模型(對應Y=β+βX+βM)
和獨變項X+調節變項M+交互變項X*M的模型(對應Y=β+βX+βM+βXM)
兩個的BF來比
像圖中沒有交互變項X*M的模型 BF有0.448
加了交互變項X*M後 BF只有0.165
想說這是不是可以代表說沒有調節效果 謝謝
※ 編輯: FAccounting (45.32.147.101), 02/19/2018 22:43:02
※ 編輯: FAccounting (45.32.147.101), 02/19/2018 22:45:07
2F:→ andrew43: 我的意思是每一個BF都是由二個模型相比來的。 02/20 00:11
謝謝您回覆
如您所說 每一個BF都是與null model相比來的
我想了想 改成把只有獨變項X+調節變項M的(對應Y=β+βX+βM)設為null model
然後與加了交互變項X*M的模型兩個來比
https://i.imgur.com/rijskKr.png
(BF10 = 0.369 = 0.165/0.448)
得出有交互變項X*M的模型比較差的結論 不知您是否這個意思? 謝謝
※ 編輯: FAccounting (45.32.147.101), 02/20/2018 01:09:58
3F:→ andrew43: 你最後說的方法和你正文中說的是比較相似的。 02/22 14:56
4F:→ andrew43: 雖然我不知道答案,但觀察每個模型的posterior P應該 02/22 14:58
5F:→ andrew43: 可以看出交互作用的合宜程度。 02/22 14:59
謝謝!
※ 編輯: FAccounting (209.250.242.189), 02/22/2018 21:06:02
6F:→ yhliu: 你要看的是(XM)的效應, 用BF來看的話, 應直接考慮兩模型比 02/24 15:11
7F:→ yhliu: 較而得BF. 不能以兩模型分別與 null model 比的BF來比較. 02/24 15:13
8F:→ yhliu: 就像在非貝氏分析, 不能以兩模型分別與 null model 比的F統 02/24 15:15
9F:→ yhliu: 計量甚至P值來比一樣. 02/24 15:16
謝謝 我一直擔心在貝氏統計中不能直接用比較有無XM的方式做調節分析
看了您兩位的回覆後比較放心了 謝謝
※ 編輯: FAccounting (188.166.32.209), 02/25/2018 00:24:26