Ich verwende die JMP Student Edition , um eine Mediationsanalyse mithilfe der Strukturgleichungsmodelle durchzuführen. Mein Modell enthält drei beobachtete Variablen:
REG_PRESS als Prädiktor, GOV_STR5 als Mediator und CLIENT_OUT als Ergebnis.
Das Modell wurde erfolgreich ausgeführt, und ich konnte die Ergebnisse für die indirekten und spezifischen indirekten Effekte abrufen. Für die spezifische Mediationsbeziehung über GOV_STR5 meldet JMP einen indirekten Effekt von etwa 0,094 , zusammen mit dem Standardfehler, der Wald-Z-Statistik und dem p-Wert.
Für meine Analyse möchte ich ein 95%-Bootstrap-Konfidenzintervall für den indirekten Effekt mit 5.000 Bootstrap-Resamples berechnen. Ich finde jedoch in der Studentenversion der Plattform für Strukturgleichungsmodelle (SEM) im Menü mit dem roten Dreieck keine Bootstrap-Option. Ein Screenshot der verfügbaren Optionen ist beigefügt.
Kann mir bitte jemand mitteilen, ob die Bootstrap-Methode für indirekte Effekte in der JMP Student Edition verfügbar ist ? Falls ja, wo finde ich die Option und kann die Anzahl der Bootstrap-Stichproben festlegen? Falls diese Funktion nicht direkt über die SEM-Plattform verfügbar ist, gibt es eine empfohlene Vorgehensweise in JSL oder ein alternatives Verfahren innerhalb von JMP, um ein Bootstrap-Konfidenzintervall mit 5.000 Resamples für den Mediationseffekt zu erhalten?
Vielen Dank für jegliche Hinweise.
Hallo @Madhu_Acharyya ,
Es gibt zwei Möglichkeiten, Bootstrap-Konfidenzintervalle (KI) für indirekte Effekte zu berechnen. Für Ihren Fall empfehle ich Ihnen die unten beschriebene Option 1, da diese besonders schnell ist.
OPTION #1
Nach dem Anpassen Ihres Modells erhalten Sie Bootstrap-Konfidenzintervalle für alle indirekten Effekte am besten über das Hauptmenü mit dem roten Dreieck (nicht das Menü des angepassten Modells, sondern das oberhalb der Modellspezifikation). Dort finden Sie unter „Inferenz“ die Option „Bootstrap-Inferenz“.
LauraCS_2-1789479398490.pngLauraCS_2-1789479398490.pngLauraCS_2-1789479398490.png
LauraCS_3-1789479435726.pngLauraCS_3-1789479435726.pngLauraCS_3-1789479435726.png
Dadurch öffnet sich ein Dialog mit Optionen für verschiedene statistische Berechnungen mittels Bootstrapping. Für optimale Ergebnisse aktivieren Sie einfach die Option „Indirekte Effekte“. Sie können außerdem die Anzahl der Stichproben auf 5.000 ändern und einen Zufallswert für die Replikation festlegen. Standardmäßig wird ein bias-korrigiertes Bootstrapping durchgeführt.
LauraCS_4-1789479667988.pngLauraCS_4-1789479667988.pngLauraCS_4-1789479667988.png
Nachdem Sie auf OK geklickt haben, werden die Bootstrap-Inferenzinformationen im Bericht angezeigt:
LauraCS_5-1789479891645.pngLauraCS_5-1789479891645.pngLauraCS_5-1789479891645.png
Das könnte alles sein, was Sie benötigen. Sie erhalten jedoch auch eine neue Datentabelle mit allen Bootstrap-Ergebnissen. Ihr Beispiel hat nur einen indirekten Effekt, daher sollte die Datentabelle nur zwei Spalten enthalten: eine zur Identifizierung der Bootstrap-Stichprobe und eine weitere mit der Schätzung des indirekten Effekts für die jeweilige Stichprobe. In dieser Datentabelle ist ein Skript namens „Verteilung“ gespeichert.
LauraCS_6-1789480011816.pngLauraCS_6-1789480011816.pngLauraCS_6-1789480011816.png
Sie können dieses Skript ausführen, um eine übersichtliche Zusammenfassung der empirischen Verteilung zu erhalten.
LauraCS_7-1789480087582.pngLauraCS_7-1789480087582.pngLauraCS_7-1789480087582.png
OPTION #2
Alle Statistiken im SEM-Bericht lassen sich auch per Rechtsklick-Menü berechnen. Diese Methode ist jedoch langsamer als die in Option 1 beschriebene. Daher sollte Option 1 nach Möglichkeit bevorzugt werden .
In Ihrem konkreten Beispiel weist das Modell nur einen indirekten Effekt auf, daher sind die Ergebnisse der Optionen „Indirekte Effekte“ und „Spezifische indirekte Effekte“ identisch. Bei komplexeren Mediationsmodellen liefert die Option „Spezifische indirekte Effekte“ unterschiedliche Schätzwerte (da sie die indirekten Effekte in spezifische Komponenten aufschlüsselt).
Im Falle von SPECIFIC Indirect Effects ist die Rechtsklick-Menüoption derzeit (Version 19.2) die einzige Möglichkeit, Bootstrap-CIs zu erhalten.
Nachdem Sie das Modell angepasst haben, bewegen Sie den Mauszeiger über die Schätzung, die Sie per Bootstrap-Verfahren berechnen möchten. Klicken Sie mit der rechten Maustaste und wählen Sie die Option „Bootstrap“.
LauraCS_8-1789480935835.pngLauraCS_8-1789480935835.pngLauraCS_8-1789480935835.png
Klicken Sie im daraufhin angezeigten Dialogfeld auf „OK“. Daraufhin wird die Tabelle mit den Bootstrap-Stichproben und ihren Schätzwerten angezeigt. Führen Sie wie zuvor das Skript „Verteilung“ aus, um die empirische Verteilung anzuzeigen.
HTH,
~Laura
Vielen Dank, Laura, für deine Anmerkungen und Hinweise. Ich habe Option 1 wie vorgeschlagen ausprobiert; allerdings kann ich den indirekten Effekt nicht auswählen, da dieser Punkt nicht markiert ist (siehe beigefügten Screenshot). Gibt es etwas, das ich übersehen haben könnte?
Könnten Sie bitte die Details des von Ihnen geschätzten Modells erläutern? In Ihrem Screenshot ist das Pfaddiagramm nur teilweise zu sehen. Ich vermute, dass in diesem Modell kein indirekter Effekt vorliegt (es scheinen 3 Prädiktoren und 2 Zielvariablen, aber keine Mediatoren zu sein?). Falls doch ein Mediator vorhanden ist, konvergiert das Modell? Können Sie die indirekten Effekte im Bericht sehen, wenn Sie auf das rote Dreieckssymbol des angepassten Modells klicken?
