评估代表性调节中介模型的统计功效、第一类错误以及样本量要求

《Structural Equation Modeling: A Multidisciplinary Journal》：Evaluating Statistical Power, Type I Error, and Sample Size Requirements for Representative Moderated Mediation Models

中介调节模型中不同统计检验方法（BCBS、PBS、MLR、ML）的效力与第一类错误率比较，确定最小样本量（200-230）。

　　

摘要

调节中介模型同时考虑了将自变量与因变量联系起来的因果过程，以及影响这一过程强度和方向的情境变量。尽管这些模型被广泛使用，但很少有研究探讨哪些检验方法最为合适，或者需要多大的样本量才能确保推断的有效性。本研究比较了两种代表性调节中介模型中不同检验方法的检验功效和第一类错误率，并探讨了所需的最小样本量，为研究人员提供了实用指导。研究1表明，按修正偏差的自举法（BCBS）、百分位数自举法（PBS）、稳健最大似然法（MLR）和最大似然法（ML）的顺序，检验功效依次降低。在效应量较大的情况下，PBS的表现下降，而MLR的表现有所提升。研究2发现，在某些条件下PBS会导致第一类错误率显著增加。这些结果表明，在这种情况下PBS可能不是最合适的检验方法，应根据具体条件考虑BCBS或MLR——这两种方法具有更高的检验功效和更好的第一类错误控制能力。研究3假设效应量处于中等水平，发现200至230个样本量即可实现超过80%的检验功效。这些发现有助于加深对调节中介模型中关键统计问题的理解，并帮助研究人员选择合适的检验方法。