Mplus:中介模型與調(diào)節(jié)模型課件_第1頁
Mplus:中介模型與調(diào)節(jié)模型課件_第2頁
Mplus:中介模型與調(diào)節(jié)模型課件_第3頁
Mplus:中介模型與調(diào)節(jié)模型課件_第4頁
Mplus:中介模型與調(diào)節(jié)模型課件_第5頁
已閱讀5頁,還剩31頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、中介模型與調(diào)節(jié)模型第1頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)路徑分析:同時(shí)處理多個(gè)自變量和多個(gè)因變量之間的復(fù)雜關(guān)系。廣義的路徑分析包含結(jié)構(gòu)方程模型中潛變量之間關(guān)系的分析常見模型示例(一)y1=1x1+2x2+e1y2=3x1+4x2+5y1+e2X1Y2Y1X2e1e211遞歸模型一y1=1x1+2x2+3x3+e1y2=4x1+5x2+6x3+e2y3=7x2+8y1+9y2+e3X1Y2Y1X2遞歸模型二X3Y3MODEL:y1 on x1 x2; y2 on x1 x2 y1; x1 with x2; MODEL:y1 on x1 x2 x3; y2 on x1 x2 x3; y3 on x2

2、y1 y2; x1 with x2 x3; x2 with x3; 第2頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)常見模型示例(二)X1Y2Y1X2e1e211非遞歸模型一X1X3X2X4非遞歸模型二e1e1e1111第3頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)常見模型示例(三)Y1Y3Y2Y4自回歸模型Y1Y3Y2Y4自回歸交叉滯后模型W1W3W2W4MODEL:y2 on y1; y3 on y4; x4 on y3 ; MODEL:y2 on y1 w1; y3 on y2 w2; y4 on y3 w3; w2 on y1 w1; w3 on y2 w2; w4 on y3 w3; w1 with y1;第

3、4頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)路徑系數(shù)估計(jì)與效應(yīng)分解一個(gè)因變量:最小二乘法多個(gè)因變量:極大似然估計(jì)參數(shù)估計(jì)完成后,需要對(duì)變量間關(guān)系進(jìn)行分解,即效應(yīng)分解,包括直接效應(yīng)和間接效應(yīng)當(dāng)模型中一個(gè)變量既是自變量又是因變量時(shí),通常在兩個(gè)變量間起中介作用,稱為中介變量(Mediator Variable)當(dāng)模型中兩個(gè)變量的關(guān)系強(qiáng)弱或方向受到第三個(gè)變量影響時(shí),則存在調(diào)節(jié)效應(yīng)( Moderator Variable )X1Y2Y1X2e1e211中介變量第5頁,共36頁。中介模型與調(diào)節(jié)模型智力-文化取向家庭收入兒童社會(huì)能力a=0.16*b=0.19*c=0.05*張曉 等 (2009)家庭收入與兒童早期的社會(huì)

4、能力:中介效應(yīng)與調(diào)節(jié)效應(yīng) 自我效能感挑戰(zhàn)性壓力離職傾向張韞黎 陸昌勤(2009)挑戰(zhàn)性-阻斷性壓力(源)與員工心理和行為的關(guān)系:自我效能感的調(diào)節(jié)作用 第6頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)考慮自變量X對(duì)因變量Y的影響,如果X通過影響變量M來影響Y,則稱M為中介變量。例如:上司的歸因研究:下屬的表現(xiàn)上司對(duì)下屬表現(xiàn)的歸因上司對(duì)下屬表現(xiàn)的反應(yīng),其中,“上司對(duì)下屬表現(xiàn)的歸因”為中介變量。其中,c是X對(duì)Y的總效應(yīng),ab是經(jīng)過中介變量M的中介效應(yīng)(mediating effect),c是直接效應(yīng)。當(dāng)只有一個(gè)中介變量時(shí),效應(yīng)之間有如下關(guān)系c=c+ab中介效應(yīng)的大小用c-c=ab來表示YXMe3Y=cX+e1YX

5、e1e2cabcM=aX+e2Y=cX+bM+e3第7頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)如果變量Y與變量X的關(guān)系是變量M的函數(shù),稱M為調(diào)節(jié)變量。就是說,Y與X的關(guān)系收到第三個(gè)變量M的影響,這種有調(diào)節(jié)變量的模型一般可以用下圖表示:調(diào)節(jié)變量可以是定性的(如性別、種族、學(xué)校所在地等),也可以是定量的(如年齡、受教育年限、刺激次數(shù)等),它影響自變量和因變量之間關(guān)系的方向(正或負(fù))和強(qiáng)弱。例如:學(xué)生的學(xué)習(xí)效果和指導(dǎo)方案的關(guān)系,往往受到學(xué)生個(gè)性的影響,一種指導(dǎo)方案對(duì)某類學(xué)生有效,對(duì)另一類學(xué)生沒有效,從而學(xué)生個(gè)性是調(diào)節(jié)變量。學(xué)生一般自我概念與某項(xiàng)自我概念(如外貌、體能等)的關(guān)系,受到學(xué)生對(duì)該項(xiàng)自我概念重視程度的

6、影響:不重視外貌的人,長(zhǎng)相不好對(duì)其一般自我自我概念影響不大,從而對(duì)該項(xiàng)自我概念的重視程度是調(diào)節(jié)變量。YXMeY=f(X,M)+e第8頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)最簡(jiǎn)單常用的調(diào)節(jié)模型,即假設(shè)Y與X之間有如下關(guān)系:c衡量了調(diào)節(jié)效應(yīng)(moderating effect)的大小。c其實(shí)代表了X與M的交互效應(yīng),所以這里的調(diào)節(jié)效應(yīng)就是交互效應(yīng)。這樣,調(diào)節(jié)效應(yīng)與交互效應(yīng)從統(tǒng)計(jì)分析角度來看可以說是一樣的。調(diào)節(jié)效應(yīng)與交互效應(yīng)這兩個(gè)概念又不完全一樣。在交互效應(yīng)分析中,兩個(gè)自變量的地位可以是對(duì)稱的,其中任何一個(gè)都可以解釋為調(diào)節(jié)變量;也可以是不對(duì)稱的,只要其中一個(gè)起到了調(diào)節(jié)變量的作用,交互效應(yīng)就存在。調(diào)節(jié)效應(yīng)中,哪

7、個(gè)是自變量、哪個(gè)是調(diào)節(jié)變量,是非常明確的,在一個(gè)確定的模型中兩者不能互換。Y=aX+bM+cXM+e第9頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)中介模型與調(diào)節(jié)模型的實(shí)例辨析研究學(xué)生行為對(duì)同伴關(guān)系的影響。學(xué)生問題行為是被試的搗亂違紀(jì)行為,包括9個(gè)題目(如挑起爭(zhēng)斗、欺負(fù)同學(xué)、說臟話等),同伴關(guān)系是被試受歡迎的程度,具體來說,就是同伴同學(xué)有多少人將其列出喜歡的人名單(每人所列的喜歡名錄沒有名額限制)。老師的管教方式是被試對(duì)班主任老師的管教方式的評(píng)價(jià),也有9個(gè)題目(如班主任愿意聽我們的意見等)。老師對(duì)學(xué)生的喜歡程度由班主任對(duì)被試打分(從“一點(diǎn)都不喜歡”到“非常喜歡”,共5點(diǎn)計(jì)分),問題一:喜歡程度是調(diào)節(jié)變量還是

8、中介變量?問題二:管教方式是調(diào)節(jié)變量還是中介變量?第10頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)中介效應(yīng)與調(diào)節(jié)效應(yīng)的比較如果一個(gè)變量與自變量或因變量相關(guān)不大,它不可能成為中介變量,但有可能成為調(diào)節(jié)變量。理想的調(diào)節(jié)變量是與自變量和因變量的相關(guān)都不大。有的變量,如性別、年齡等,由于不受自變量的影響,自然不能成為中介變量,但許多時(shí)候都可以考慮為調(diào)節(jié)變量。對(duì)于給定的自變量和因變量,有的變量做調(diào)節(jié)變量和中介變量都是合適的,從理論上都可以做出合理的解釋。第11頁,共36頁。中介調(diào)節(jié)模型基礎(chǔ)中介效應(yīng)與調(diào)節(jié)效應(yīng)的比較第12頁,共36頁。中介效應(yīng)分析中介效應(yīng)分析方法中介效應(yīng)是間接效應(yīng),無論變量是否涉及潛變量,都可以用結(jié)構(gòu)

9、方程模型分析中介效應(yīng)。 如果所有變量都是顯變量,可以依次對(duì)相應(yīng)變量做回歸分析。無論是結(jié)構(gòu)方程分析還是回歸分析,用統(tǒng)計(jì)軟件都可以得到c、 a、 b、 c的估計(jì)值,以及相應(yīng)的標(biāo)準(zhǔn)誤。 中介變量的估計(jì)是 。中介效應(yīng)與總效應(yīng)之比 ,中介效應(yīng)與直接效應(yīng)之比都可衡量中介效應(yīng)的相對(duì)大小。 第13頁,共36頁。中介效應(yīng)分析例:研究社會(huì)經(jīng)濟(jì)地位對(duì)自信程度的影響,個(gè)性作為中介變量,每個(gè)潛變量由兩個(gè)觀測(cè)指標(biāo)測(cè)得,模型結(jié)構(gòu)如圖所示。社會(huì)經(jīng)濟(jì)地位個(gè)性自信程度Fact1Fact2Fact5Fact6Fact4Fact3第14頁,共36頁。中介效應(yīng)分析Ex3.1 數(shù)據(jù)ex3.1.txtDATA: FILE IS ex3.1

10、.txt; TYPE IS CORRELATION MEANS STDEVIATIONS;!數(shù)據(jù)為相關(guān)系數(shù)矩陣,包括均值、標(biāo)準(zhǔn)差 NOBSERVATIONS = 932; !共有932個(gè)被試樣本 VARIABLE: NAMES ARE Fact1-Fact6; ANALYSIS: ITERATIONS = 1000; MODEL: pers by Fact1 Fact2; conf by Fact3 Fact4; SES by Fact5 Fact6; conf on SES(c) pers(b); !做社會(huì)經(jīng)濟(jì)地位和個(gè)性對(duì)自信心的回歸,并對(duì)系數(shù)進(jìn)行命名 pers on SES(a); MOD

11、EL CONSTRAINT: NEW(H); H=a*b; !定義新變量,新變量為系數(shù)a、b的乘積,即間接效應(yīng) OUTPUT: STANDARDIZED;第15頁,共36頁?;诮Y(jié)構(gòu)方程模型的多重中介效應(yīng) 多重中介模型將多個(gè)中介變量放在同一個(gè)中介模型中進(jìn)行檢驗(yàn),相對(duì)于檢驗(yàn)多個(gè)簡(jiǎn)單中介效應(yīng)模型來說,具有以下幾個(gè)優(yōu)勢(shì):對(duì)總中介效應(yīng)進(jìn)行檢驗(yàn)就類似于將多個(gè)中介變量對(duì)因變量進(jìn)行多元回歸分析,若總效應(yīng)顯著,則說明這些變量起到中介作用;據(jù)此可以判斷在其它中介變量都出現(xiàn)的情況下,某個(gè)變量的特定中介效應(yīng)到底有多大;將多個(gè)中介變量都放進(jìn)模型中,可以降低由于遺漏變量導(dǎo)致的參數(shù)估計(jì)偏差;在此模型下,可以判斷某個(gè)變量所

12、引致的特定中介效應(yīng)的相對(duì)大小,從而可以進(jìn)行不同理論之間的比較。 第16頁,共36頁?;诮Y(jié)構(gòu)方程模型的多重中介效應(yīng)單步多重中介模型多個(gè)自變量同時(shí)在自變量和因變量之間起中介作用例如:Niehoff在分析組織公民行為對(duì)組織績(jī)效的作用時(shí)發(fā)現(xiàn),員工間的社會(huì)情感支持和工作促進(jìn)是同時(shí)起作用的兩個(gè)中介變量 。M2YM1X單步多重中介模型singlestep multiple mediator model MODEL:Y ON X(c) M1 (b1) M2 (b2);!做因變量對(duì)自變量和中介變量的回歸 !并將系數(shù)分別命名為c、b1、 b2 M1 ON X(a1); M2 ON X(a2);MODEL CON

13、STRAINT: new (H1 H2 TEST ); !定為新變量 H1 = a1 *b1 ;!新變量H1為系數(shù)a1 和b1的乘積 H2 = a2 *b2 ; TEST = H1-H2 ;!定義中介效應(yīng)差異檢驗(yàn)第17頁,共36頁。基于結(jié)構(gòu)方程模型的多重中介效應(yīng)M2YM1X多步多重中介模型 multiplestep multiple mediator model 多步多重中介模型又稱鏈?zhǔn)街薪槟P投鄠€(gè)中介變量表現(xiàn)出順序性特征,形成中介鏈例如:Allen 等人研究表明,工作績(jī)效通過對(duì)就業(yè)選擇認(rèn)知的改變影響離職意向并進(jìn)一步影響離職行為MODEL:Y ON X(c) M1 (b1) M2 (b2);

14、M1 ON X(a1); M2 ON X(a2) M1 (d21) ;MODEL CONSTRAINT: new (H1 H2 H3 ); H1 = a1 *b1 ; H2 = a2 *b2; H3 = a1 * d21 *b2 ;第18頁,共36頁。基于結(jié)構(gòu)方程模型的多重中介效應(yīng)多元多重中介模型多個(gè)自變量的中介模型考慮自變量間的相關(guān)性可以拓展到多個(gè)自變量、多個(gè)因變量的情形M2YM1X1多元多重中介模型X2X3第19頁,共36頁。調(diào)節(jié)效應(yīng)分析顯變量調(diào)節(jié)效應(yīng)分析方法第20頁,共36頁。調(diào)節(jié)效應(yīng)分析Ex3.2 數(shù)據(jù)ex3.2.datTITLE: this is an example of a Mo

15、deration analysis step 1; DATA: FILE IS ex3.2.dat; VARIABLE: NAMES =X W Y ; USEVARIABLE= X W Y INT; DEFINE: INT=X*W; !生成交互項(xiàng); MODEL: Y ON X W !檢驗(yàn)主效應(yīng); int; !檢驗(yàn)交互效應(yīng);OUTPUT: Standardized ;YXWeYXWXW第21頁,共36頁。調(diào)節(jié)效應(yīng)分析潛變量調(diào)節(jié)效應(yīng)分析方法有關(guān)潛變量的分析需要用到結(jié)構(gòu)方程模型。潛變量的測(cè)量會(huì)帶來測(cè)量誤差,所以考慮潛變量時(shí)都認(rèn)為是連續(xù)變量。有潛變量的調(diào)節(jié)效應(yīng)模型通常只考慮如下兩種情形:一是調(diào)節(jié)變量是

16、類別變量,自變量是潛變量;二是調(diào)節(jié)變量和自變量都是潛變量。當(dāng)調(diào)節(jié)變量是類別變量時(shí),做分組結(jié)構(gòu)方程分析。當(dāng)調(diào)節(jié)變量和自變量都是潛變量時(shí),可采用Algina和Moulder的中心化乘積指標(biāo)方法(適用于正態(tài)分布情形);Wall和Amemiya的廣義乘積指標(biāo)( GAP I)方法(非正態(tài)分布情形也適用);這兩種方法都需要用到非線性參數(shù)約束( constraint) ,使用起來很麻煩且容易出錯(cuò)。Marsh,Wen和Hau提出的無約束的模型,無需參數(shù)約束從而大大簡(jiǎn)化了程序容易為一般的應(yīng)用工作者掌握,是目前最新最方便的方法。第22頁,共36頁。調(diào)節(jié)效應(yīng)分析對(duì)于模型 Y=f(X,M)+e 當(dāng)調(diào)節(jié)變量為潛變量時(shí),

17、參照顯變量調(diào)節(jié)模型對(duì)調(diào)節(jié)效應(yīng)進(jìn)行估計(jì)當(dāng)調(diào)節(jié)變量為類別變量時(shí),做多組結(jié)構(gòu)方程模型MODEL:W BY Fact1-Fact3; !調(diào)節(jié)變量由觀測(cè)變量Fact1-Fact3估計(jì) Y ON X W XW;VARIABLE: NAMES = X Y M;GROUPING = M(1=female 2=male);!定義組變量MODEL: Y ON X(a1);MODLE female: Y ON X(a2);第23頁,共36頁。調(diào)節(jié)效應(yīng)分析當(dāng)存在兩個(gè)或以上調(diào)節(jié)變量時(shí),調(diào)節(jié)變量同時(shí)調(diào)節(jié)自變量與因變量之間的關(guān)系YXW1eW2VARIABLE: NAMES =X W1 W2 Y ; USEVARIABLE=

18、 X W1 W2 Y XW1 XW2; DEFINE: XW1=X*W1; XW2=X*W2; MODEL: Y ON X W1 W2; XW1 XW2;OUTPUT: Standardized;第24頁,共36頁。調(diào)節(jié)效應(yīng)分析當(dāng)存在兩個(gè)或以上調(diào)節(jié)變量時(shí),一個(gè)調(diào)節(jié)變量調(diào)節(jié)了自變量與因變量之間的關(guān)系,另一個(gè)調(diào)節(jié)了調(diào)節(jié)變量YXMeWVARIABLE: NAMES =X M W Y ; USEVARIABLE= X M W Y MW XM XW XMW; DEFINE: MW=M*W; XM=X*M; XW=X*W; XMW=X*M*W;MODEL: Y ON X M W MW XM XW XMW

19、;OUTPUT: Standardized ;第25頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)混合的中介與調(diào)節(jié)模型包含三種情況:有調(diào)節(jié)的中介模型有中介的調(diào)節(jié)模型兩者混合根據(jù)調(diào)節(jié)變量影響回歸系數(shù)位置的不同,每種模型又分成數(shù)種。第26頁,共36頁。混合的中介與調(diào)節(jié)效應(yīng)有調(diào)節(jié)的中介模型當(dāng)中介變量連接自變量和因變量之間關(guān)系的中介過程受到調(diào)節(jié)變量的影響時(shí),便存在了被調(diào)節(jié)的中介作用。根據(jù)中介過程受到調(diào)節(jié)變量調(diào)節(jié)方式的不同,又分成三類:第一階段被調(diào)節(jié)的中介作用第二階段被調(diào)節(jié)的中介作用同時(shí)調(diào)節(jié)前后兩個(gè)階段首先檢驗(yàn)是否存在中介效應(yīng),再檢驗(yàn)中介受調(diào)節(jié)變量調(diào)節(jié)的過程右圖是一個(gè)典型的有調(diào)節(jié)的中介模型,研究感恩(X)對(duì)成就(Y

20、)的影響,復(fù)原力(W)為中介變量,事件(U)作為調(diào)節(jié)變量調(diào)節(jié)了中介變量對(duì)因變量的影響,屬于第二階段被調(diào)節(jié)的中介作用。第27頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)有調(diào)節(jié)的中介模型在回歸分析中,依次檢驗(yàn)以下回歸方程:a.做Y對(duì)X和W的回歸:Y=cX+b2W+e1b.做M對(duì)X的回歸:M=a1X+e2c.做Y對(duì)X、M和W的回歸:Y=cX+b1M+b2W+e3d.做Y對(duì)X、M、W、MW的回歸:Y=cX+b1M+b2W+b3MW+e3第28頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)VARIABLE: names = x w y u; USEVARIABLE = x w y u wu; DEFINE: wu = w*u

21、; ANALYSIS: bootstrap = 1000; MODEL: y on w (b1) !括號(hào)內(nèi)的標(biāo)簽與公式對(duì)應(yīng); x u wu (b3); w on x (a1); u with w; wu with w; MODEL CONSTRAINT: new (ind umodval); umodval = -1; ! umodval可以設(shè)定為調(diào)節(jié)變量U的任何取值; !當(dāng)umodval 設(shè)定為-1時(shí),表示在U=-1時(shí)X通過U作用于Y的效應(yīng); ind=a1*(b1+b3*umodval); OUTPUT: cinterval (bcbootstrap); !獲得偏差校正的bootstrap置

22、信區(qū)間。YXUWUW第29頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)有中介的調(diào)節(jié)模型自變量和調(diào)節(jié)變量通過交互作用影響中介變量,中介變量進(jìn)而對(duì)結(jié)果變量產(chǎn)生影響。(類型 )當(dāng)調(diào)節(jié)變量的調(diào)節(jié)作用可以通過中介變量傳遞時(shí),同樣可以建立一個(gè)有中介的調(diào)節(jié)模型,即中介變量替代了原來的調(diào)節(jié)變量,改變了自變量和因變量之間的關(guān)系。(類型)YXMW類型 YXMW類型 第30頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)有中介的調(diào)節(jié)模型回歸檢驗(yàn):類型 Y=b1+b1X+b1W+b1XW M=b02+b12X+b22W+b32XWY=b03+b13X+b23M+b33W+b43XW在以上方程中,X是自變量,W是調(diào)節(jié)變量,M是中介變量,Y是因

23、變量。上標(biāo)數(shù)字代表方程次序。運(yùn)用方程(2)來替代方程(3)中的M,從而可以得到以下擴(kuò)展方程:Y=( b03+ b23 b02 )+( b13 +b23 b12 ) X+( b23+ b23b22 )W+( b43+ b23b32 )XW(1)(2)(3)(4)第31頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應(yīng)有中介的調(diào)節(jié)模型回歸檢驗(yàn):類型 M=b04+ b14W+b24XY=b05+b15X+b25M+b35W+b45XW+ b55XM將(5)代入(6),可得:Y=( b05+ b25 b05 )+( b15 +b25 b14 ) X+( b35+ b25b14 )W+ b45XW+ b55 b04X+ b55 b14XW+ b55 b24XX在方程(7)中,系數(shù)b45代表W對(duì)X于Y之間關(guān)系的直接調(diào)節(jié)作用,系數(shù)b55 b14代表W通過M對(duì)X與Y之間關(guān)系的調(diào)節(jié)作用。(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論