[学习心得] 实证分析 | 中介效应检验原理与Stata代码实现   [推广有奖]

sgmediation

sgmediation

sgmediation

sgmediation

sgmediation

sgmediation

### 中介效应检验原理

#### 1. **基础概念**

- **总效应**(Total Effect): \(c\)表示在没有考虑任何中间机制时, 自变量\(X\)对因变量\(Y\)的影响程度。
  
- **直接效应**(Direct Effect): \(c'\)代表在控制了中介变量\(M\)后，自变量\(X\)对因变量\(Y\)的直接影响。

- **间接效应**(Indirect Effect): \(ab\)表示通过中介变量\(M\), 自变量\(X\)对因变量\(Y\)的影响程度。即自变量影响中介变量的程度（\(a\)）乘以中介变量影响因变量的程度（\(b\)）。

#### 2. **检验步骤**

- 第一步：检验总效应，即模型\[1\]中的系数\(c\)是否显著。
  
- 第二步：检查自变量\(X\)对中介变量\(M\)的影响，即模型\[2\]中系数\(a\)的显著性。

- 第三步：确定在控制了中介变量\(M\)后，自变量\(X\)对因变量\(Y\)的直接影响（直接效应），即模型\[3\]中的系数\(c'\)是否比原总效应小，并且检查其与模型\[1\]中系数\(c\)之间差异的显著性。

- 第四步：验证中介变量\(M\)对因变量\(Y\)的影响，即模型\[3\]中系数\(b\)的显著性。如果\(a\)和\(b\)同时显著，则存在间接效应。
  
#### 3. **Stata代码实现**

在使用Stata进行中介效应检验时，可以采用`regress`命令配合`mediation`程序包（需要先通过`ssc install mediation`安装）。

示例代码如下：

```stata
* 安装mediation package (如果未安装)
ssc install mediation

* 假设数据集已经加载
* Y: 因变量, X: 自变量, M: 中介变量

regress Y X        // 模型1的总效应检查
est sto total      // 保存模型结果为total

regress M X        // 模型2中介变量的影响检验
est sto mediator   // 保存为mediator

* 使用mediation包进行正式的中介效应回归和分析
mediation Y X M    // 执行中介效应检验

* 输出直接与间接效应及其置信区间
lincom _b[X] /* 直接效应 */
lincom (_b[X]*_b[M]) /* 间接效应 */
```

以上代码通过Stata的`regress`命令构建基本的回归模型，并使用`mediation`程序包进行中介效应回归分析。注意，`mediation`命令直接给出的是检验结果，包括直接效应、间接效应及总效应等关键统计量。

### 总结
在理解和应用中介效应检验时，重要的是要清晰地定义自变量、因变量与中介变量的关系，并通过适当的统计方法进行验证。Stata提供的工具简化了这一过程，但正确解读输出结果仍然需要对中介效应原理的深刻理解。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用