SPSS实现中介效应与调节效应
1. 中介效应 SPSS 实现
本例研究的自变量（X） “工作不被认同”；中介变量（M）为“焦虑”，因变量（Y）为“工作绩效”。探讨焦虑是否在工作不被认同与工作绩效间的作用。
（2）分析一回归一线性，如图所示，将工作绩效放入“因变量”框，工作不被认同放入“块（B）”，方法选择“输入法”，点击“确定”运行。
2. 调节效应 SPSS 实现（X与M均为分类变量）
1.探讨不同性别下，工种和工资的关系
2.探讨不同性别下，工龄和工资的关系
3.探讨不同工龄下，工种和工资的关系
4.探讨不同工龄下，每天工时和工资的关系
分析结果见图，可见性格 （character） 和性别（gender）对得分均有作用，但性格与性别之间没有交互作用，即没有调节作用。
3. 调节效应 SPSS 实现（M为分类变量，X为连续变量）
某研究者研究胸围对肺呼量的影响，考虑到性别可能会起到调节作用，数据见图。
结果解读
（1）模型验证分析结果见图23-15，可见男生组和女生组的回归模型都是有意义的。
F男=102.889,P=0.000,F女=6.974，P=0.009。
（2） 模型方程结果见图23-16，根据男生、女生胸围的回归系数的t检验结果，发现回归系数均是有意义的。然后需要对2个回归系数进行假设检验，但SPSS 不能直接对2个回归系数进行检验，但可以计算其各自的95%可信区间。发现男生胸围回归系数的 95%CI: 47.802~70.814；女生胸围回归系数的95%CI:2.656～18.204，两个95%可信区间之间没有重合，或者说完全分离，因此，2个回归系数之间差异有统计学意义。
进一步说明性别会调节胸围对肺呼量的作用。
4 调节效应 SPSS 实现（M为连续变量，X为分类或者连续变量）
有研究者研究胸围对肺呼量的影响，考虑到身高可能对其产生调节作用，数据见图。
如果已有数据想更新
（1）模型R方，由图23-21可知模型2的R方0.574比模型1的R方0.548多出0.026，这就是 R方变化量，P=0.000<0.05，因此R方变化量是有意义的。
（2）方程检验，由图23-22可知，2个模型P均为0.000，小于0.05，因此2个模型皆有统计学意义。
（3） 方程系数，由图23-23可知XM（即胸围x身高）的回归系数为2.059，t=5.988, P=0.000<0.05，因此XM回归系数是有意义的，即意味着身高对胸围与肺呼量间的作用存在着调节作用。
5 Process 插件安装
http://afhayes.com/index.html
无法访问
可以在百度网盘下载
6 Process 分析中介效应
由图23-34可知
1.X和Y的总效应为 0.8042，95%CI: 0.7266～0.8819，P=0.000<0.05，因此X-Y总效应有统计学意义。
2.X对Y的直接效应 0.6695，95%CI：0.5805~0.7586，P=0.000<0.05，因此X对Y存在直接效应。
3.X对Y的间接效应为 0.1347，95%CI：0.0806～0.1950。
因此本例焦虑对工作不被认同对工作绩效的影响模型为间接中介模型。
如果本例直接效应无统计学意义，那么就是完全中介模型。
后面B部分告诉我们采用的是95% 可信区间进行了5000次自抽样计算。
A
B
7 Process 分析调节效应
报错：
变量名超过8个字符
解决方案：
1.缩短变量名
2.在PROCESS中勾选同意长变量名进行分析的选项
（1） 模型一般情况，图23-39告诉我们Y、X和 如何定义的，以及590样本量。
（2） 模型结果，图23-40（A）部分为模型摘要，R-sg（R方）=0.6546，P=0.000<0.05，因此建立的模型是有意义的。
23-40（B）部分为构建的具体的模型，其中 int_1为胸围与性别的交互项，系数为-48.8777，P=0.000<0.05，说明存在交互作用，意味着调节效应存在。
23-40（C）部分为交互项的R方改变量值为0.0291，P=0.000<0.05，因此，增加交互项，确实能改变模型的效能，也再次证实调节效应存在。
（3）分层分析结果，如图23-41所示，按照性别分层，得到分别在男生和女生中，胸围都影响肺呼量。
知识拓展
排除R、SAS软件，以SPSS系列分析为例，中介效应和调节效应可以采用SPSS实现、Process 实现以及 AMOS 实现；
Process 可以完全替代SPSS的中介和调节效应分析，但和SPSS一样，均只能进行显变量分析，无法进行潜变量的分析；
AMOS 可以实现潜变量与显变量的中介效应与调节效应，中介效应上比 Process 做得好；
但对于显变量的调节效应，Process 优于 AMOS。
参考资料：武松《SPSS实战与统计思维》
相关文章：
SPSS实现中介效应与调节效应
1. 中介效应 SPSS 实现 本例研究的自变量（X） “工作不被认同”；中介变量（M）为“焦虑”，因变量（Y）为“工作绩效”。探讨焦虑是否在工作不被认同与工作绩效间的作用。 （2&…...
计算机的错误计算（二百零三）
摘要 利用两个大模型化简计算 其中一个大模型是数学解题器，它通过化简得出了正确结果；另外一个大模型给出了 Python代码。 例1. 化简计算摘要中算式。 下面是一个数学解题器大模型给的回答。 以上是数学解题器大模型给的回答。 下面是与另外一个大模型…...
【计算机网络】什么是AC和AP？
在现代的无线网络中，AC（Access Controller，接入控制器）和AP（Access Point，无线接入点）是两个至关重要的设备，它们在网络的管理、连接和优化中扮演着重要角色。理解它们的功能和区别&…...
python3中函数的参数
一. 简介 前面学习了Python3中函数的语法规则，文章如下： python3中函数的语法规则-CSDN博客 本文继续学习python中函数的参数。调用函数时可使用的正式参数类型： 必需参数，关键字参数，默认参数，不定长参…...
数据仓库建设方案和经验总结
在做数据集成的过程中，往往第二步的需求就是建设数仓由于数据分散在不同的存储环境或数据库中，对于新业务需求的开发需要人工先从不同的数据库中同步、集中、合并等处理，造成资源和人力的浪费。同时，目前的系统架构，无…...
Re77 读论文：LoRA: Low-Rank Adaptation of Large Language Models
诸神缄默不语-个人CSDN博文目录 诸神缄默不语的论文阅读笔记和分类 论文全名：LoRA: Low-Rank Adaptation of Large Language Models ArXiv网址：https://arxiv.org/abs/2106.09685 官方GitHub网站（包含在RoBERTa、DeBERTa、GPT-2上用Lora微调…...
曲波系数 curvelet transform
Curvelet 变换后的系数涵义 曲波变换（Curvelet Transform）是一种多尺度、多方向的变换工具，能够有效地表示信号中的几何特征（如边缘、曲线等）。曲波变换后的系数具有明确的物理意义，反映了信号在不同尺度、…...
OS的随机数生成过程中的内核熵池
内核熵池（Kernel Entropy Pool）是操作系统内核中用于收集和管理熵（随机性来源）的机制 ，在操作系统的随机数生成过程中发挥关键作用。 以下从其原理、作用、工作方式方面详细介绍： 原理：熵在信…...
数据结构：双向循环链表
双向循环链表（Doubly Circular Linked List） 双向循环链表是双向链表的一种变体，其特点是链表的头节点和尾节点相连，形成一个闭环。这种结构允许在链表中进行无缝的双向遍历，并且由于循环特性，可以从任何节…...
IP网和传输网区别（以访问百度为例！）
1. IP网和传输网的关系 IP网：是基于IP协议的网络，负责数据的逻辑传输，包括数据包的路由、寻址和转发。IP网是“虚拟”的，它依赖于底层的传输网来实际传递数据。 传输网：是物理网络基础设施，负责数据的物理…...
STM32裸机开发转FreeRTOS教程
目录 1. 简介2. RTOS设置（1）分配内存（2）查看任务剩余空间（3）使用osDelay 3. 队列的使用（1）创建队列（1）直接传值和指针传值（2）发送/接收…...
FreeSWITCH dialplan/default.xml 之释疑
准备花时间好好研究下，一直都是一知半解 sip_looped_call 通俗地说，就是自己呼叫自己 查文档，是这样讲的：如果调用已通过 ACL 以外的方式进行身份验证，并且当前请求 IP/port 与配置文件 IP/port 匹配，那…...
lambda用法及其原理
目录 lambda形式lambda用法1.sort降序2.swap3.捕捉列表 习题解题 lambda形式 [capture-list](parameters)->return type{function boby}[capture-list]：[捕捉列表]用于捕捉函数外的参数，可以为空，但不能省略；(parameters) &am…...
Go Ebiten随机迷宫生成示例
引言 迷宫生成是计算机科学中一个经典的问题，常用于算法教学和游戏开发。本文将介绍如何使用 Go 语言和 Ebiten 游戏引擎实现一个基于深度优先搜索（DFS）的随机迷宫生成算法，并通过可视化的方式展示迷宫的生成过程。 技术栈 Go …...
前端学习DAY31（子元素溢出父元素）
.box1{width: 200px;height: 200px;background-color: chocolate;} 子元素是在父元素的内容区中排列的，如果子元素的大小超过了父元素，则子元素会从 父元素中溢出，使用overflow属性设置父元素如何处理溢出的子元素 可选值：visible…...
『SQLite』表的创建、修改和删除
本节摘要：主要讲述SQLite中创建、删除、修改表等操作。 创建表 CREATE TABLE 语句来创建表。 修改表 ALTER TABLE 语句来修改表名称、已有表字段，或者新增字段。 删除表 DROP TABLE 语句用来删除表. 注意： 上述内容详细讲解见文章&#…...
可持久化数据结构-线段树(主席树）
可持久化数据结构-线段树(主席树） (与可持久化字典树差不多） 概念：可持久化线段树是基本线段树的一个简单拓展， 是使用函数式编程思想的线段树； 作用： 可以存下来数据结构的所有历史版本 特点: 拓扑结构…...
如何利用PHP爬虫按关键字搜索淘宝商品
在当今的电商时代，获取淘宝商品信息对于市场研究、价格监控和竞争分析等方面具有重要意义。手动搜索和整理大量商品信息不仅耗时耗力，而且容易出错。幸运的是，PHP爬虫技术为我们提供了一种高效、自动化的方式来按关键字搜索淘宝商品。本文将详…...
GitHub - riscv-software-src/riscv-isa-sim: Spike, a RISC-V ISA Simulator
GitHub - riscv-software-src/riscv-isa-sim: Spike, a RISC-V ISA Simulator 操作手册 $ apt-get install device-tree-compiler libboost-regex-dev libboost-system-dev $ mkdir build $ cd build $ ../configure --prefix$RISCV $ make $ [sudo] make install 具体安装 …...
ubuntu开机启动服务
需求背景： 需要监控日志，每次都是手动启动 nohup ./prometheus >/dev/null & nohub ./node_exporter >/dev/null & 需求目标： 重启后系统自动启动服务...
synchronized 学习
学习源： https://www.bilibili.com/video/BV1aJ411V763?spm_id_from333.788.videopod.episodes&vd_source32e1c41a9370911ab06d12fbc36c4ebc 1.应用场景 不超卖，也要考虑性能问题（场景） 2.常见面试问题： sync出…...
DeepSeek 赋能智慧能源：微电网优化调度的智能革新路径
目录 一、智慧能源微电网优化调度概述1.1 智慧能源微电网概念1.2 优化调度的重要性1.3 目前面临的挑战 二、DeepSeek 技术探秘2.1 DeepSeek 技术原理2.2 DeepSeek 独特优势2.3 DeepSeek 在 AI 领域地位 三、DeepSeek 在微电网优化调度中的应用剖析3.1 数据处理与分析3.2 预测与…...
什么是库存周转？如何用进销存系统提高库存周转率？
你可能听说过这样一句话： “利润不是赚出来的，是管出来的。” 尤其是在制造业、批发零售、电商这类“货堆成山”的行业，很多企业看着销售不错，账上却没钱、利润也不见了，一翻库存才发现： 一堆卖不动的旧货…...
cf2117E
原题链接：https://codeforces.com/contest/2117/problem/E 题目背景： 给定两个数组a,b，可以执行多次以下操作：选择 i (1 < i < n - 1)，并设置 或，也可以在执行上述操作前执行一次删除任意 和 。求…...
ffmpeg（四）：滤镜命令
FFmpeg 的滤镜命令是用于音视频处理中的强大工具，可以完成剪裁、缩放、加水印、调色、合成、旋转、模糊、叠加字幕等复杂的操作。其核心语法格式一般如下： ffmpeg -i input.mp4 -vf "滤镜参数" output.mp4或者带音频滤镜： ffmpeg…...
MODBUS TCP转CANopen 技术赋能高效协同作业
在现代工业自动化领域，MODBUS TCP和CANopen两种通讯协议因其稳定性和高效性被广泛应用于各种设备和系统中。而随着科技的不断进步，这两种通讯协议也正在被逐步融合，形成了一种新型的通讯方式——开疆智能MODBUS TCP转CANopen网关KJ-TCPC-CANP…...
12.找到字符串中所有字母异位词
🧠 题目解析 题目描述： 给定两个字符串 s 和 p，找出 s 中所有 p 的字母异位词的起始索引。 返回的答案以数组形式表示。 字母异位词定义： 若两个字符串包含的字符种类和出现次数完全相同，顺序无所谓，则互为…...
智能仓储的未来：自动化、AI与数据分析如何重塑物流中心
当仓库学会“思考”，物流的终极形态正在诞生 想象这样的场景： 凌晨3点，某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径；AI视觉系统在0.1秒内扫描包裹信息；数字孪生平台正模拟次日峰值流量压力…...
蓝桥杯3498 01串的熵
问题描述 对于一个长度为 23333333的 01 串, 如果其信息熵为 11625907.5798， 且 0 出现次数比 1 少, 那么这个 01 串中 0 出现了多少次? #include<iostream> #include<cmath> using namespace std;int n 23333333;int main() {//枚举 0 出现的次数//因…...
Fabric V2.5 通用溯源系统——增加图片上传与下载功能
fabric-trace项目在发布一年后，部署量已突破1000次，为支持更多场景，现新增支持图片信息上链，本文对图片上传、下载功能代码进行梳理，包含智能合约、后端、前端部分。 一、智能合约修改 为了增加图片信息上链溯源，需要对底层数据结构进行修改，在此对智能合约中的农产品数…...