倒u型或U型关系的中介作用怎么做

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

倒U型关系的中介作用大致可以分为两类情况：
1.中介变量与自变量之间呈现倒U型或U型关系，因变量与中介变量之间呈现正向或负向的线性关系。
2.中介变量与自变量之间呈现正向或负向的线性关系，因变量与中介变量之间呈现呈现倒U型或U型关系。

那么第二种情况下，如何使用bootstrap对相关系数进行检验呢，在stata中如何操作？控制行业和年份时，具体代码如何？希望有了解这个的老师和同学解答，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：中介作用 怎么做 Bootstrap Bootstra boots

在第二种情况下，您可以使用Bootstrap方法来检验中介变量与自变量之间以及因变量与中介变量之间的相关系数。以下是在Stata中实现这一目标的步骤：

导入数据并指定自变量、因变量和中介变量。假设自变量为X，因变量为Y，中介变量为M。
use your_dataset, clear  
gen X = ...  
gen M = ...  
gen Y = ...

编写Stata命令来计算中介变量与自变量之间的相关系数以及因变量与中介变量之间的相关系数。
pwcorr M X, sig  
pwcorr Y M, sig

运行上述命令后，将获得中介变量与自变量之间的相关系数以及因变量与中介变量之间的相关系数。在每个相关系数的右上角，可以找到p值。如果p值小于您设定的显著性水平（例如0.05），则可以拒绝零假设，认为相关系数显著不等于零。
如果想使用Bootstrap方法进行更精确的置信区间估计，可以执行以下步骤：
首先，确定Bootstrap的重复次数。一般来说，重复次数越多，置信区间的精度越高，但计算时间也会增加。常见的重复次数范围为1000至10,000次。

然后，执行以下命令来计算Bootstrap置信区间：
bootstrap _b, reps(1000): regress Y M X

上述命令中的_b表示回归系数，reps(1000)指定Bootstrap重复次数为1000次。可以根据需要调整重复次数。最后，通过查看Stata输出中的置信区间，可以判断相关系数是否显著不等于零。如果置信区间不包含零，可以认为相关系数显著不等于零。

在第二种情况下，可以使用Bootstrap方法来检验中介变量与自变量之间以及因变量与中介变量之间的相关系数。以下是在Stata中实现Bootstrap方法的步骤：
导入数据并定义变量。假设你的数据集名为"data.dta"，自变量为"x"，中介变量为"m"，因变量为"y"，控制变量为"industry"和"year"。
运行线性回归模型，控制行业和年份，并将结果存储在一个名为"regressions.out"的结果集中。

stata
xi: reg industry year x m y, save(regressions.out)
运行中介效应检验。使用"mediation"命令进行中介效应检验，并将结果存储在一个名为"mediation.out"的结果集中。

stata
mediation  
  xi: regressions.out x m y  
  end, robust nolog noeffects seed(12345) // Bootstrap 中介效应检验
在上述命令中，"seed(12345)"用于设置随机种子，确保结果的可重复性。可以根据需要更改随机种子。
4. 检查Bootstrap置信区间。使用"estat"命令检查Bootstrap置信区间是否包含零。如果置信区间不包含零，可以拒绝原假设，即中介效应显著。

stata
estat ccb // 检查置信区间是否包含零
在上述命令中，"estat ccb"用于检查置信区间是否包含零。如果置信区间不包含零，可以拒绝原假设，即中介效应显著。
5. 运行Bootstrap样本。使用"bootstrap"命令运行Bootstrap样本，并存储结果在一个名为"bootstrap.out"的结果集中。

stata
bootstrap _b, reps(1000) seed(12345) // 运行Bootstrap样本
在上述命令中，"reps(1000)"用于指定Bootstrap样本的数量，"seed(12345)"用于设置随机种子。可以根据需要更改Bootstrap样本的数量和随机种子。
6. 检查Bootstrap置信区间。使用"estat"命令检查Bootstrap置信区间是否包含零。如果置信区间不包含零，可以拒绝原假设，即中介效应显著。

在Stata中，可以使用以下命令进行Bootstrap置信区间的检验：

stata
estat cci // 检查Bootstrap置信区间是否包含零
在上述命令中，"estat cci"用于检查Bootstrap置信区间是否包含零。如果置信区间不包含零，可以拒绝原假设，即中介效应显著。

另外，如果需要在控制行业和年份的情况下进行Bootstrap置信区间检验，可以在"regressions.out"结果集中加入"industry"和"year"变量，然后再运行"bootstrap"命令进行Bootstrap样本的生成和置信区间的计算。

在进行Bootstrap置信区间检验时，需要确保样本数量足够大，来得到准确的置信区间。通常来说，Bootstrap样本的数量需要达到几百至上千个，具体取决于数据集的大小和分布情况。

att006 发表于 2023-12-3 07:39
在第二种情况下，可以使用Bootstrap方法来检验中介变量与自变量之间以及因变量与中介变量之间的相关系数。 ...

谢谢您的回复

妙恋小洋人 发表于 2023-12-6 21:20
谢谢您的回复

分别与一次项和二次项交乘，知乎里面有过一个非常详细的帖子

请问stata如何操作呢，是根据您提供的图，计算出系数，判断IND系数嘛