加入中介效应回归后如何检验核心自变量系数变化的显著性

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

请教下如何用STATA检验中介效应的显著性。自变量对因变量的回归：Y=a+bX1+cZ1+w
自变量和中介变量对因变量的回归（2）：Y=a+b1X1+dM1+cZ1+w
其中，X1是核心自变量；M1是中介变量；Z1是控制变量组（共包括四个控制变量）
通过两个方程的回归，得到系数b1、b均显著，且后者小于前者。说明中介效应是存在的。但是，我还需要检验b1系数变化的显著性。也就是对中介变量显著性进行检验。我看了管理世界上2017年的一篇文章，上面提到了检验中介变量显著性的方法，是检验方程（2）中系数b1下降的显著性，用的是卡方统计量。贴图如下：

上表6和表7唯一的实质的区别就是表7多了中介变量，农业生产率。作者首先比较了表和表7农业机械化系数的变化，说明核心自变量的系数确实降低了，因此说明存在中介效应，但是这是我们肉眼观察的，还需要进行计量的检验来说明，这种中介效应的存在，于是，作者表7的最后一行就是做了这个工作，但是，请问这个是怎么得来的呢？

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2 回帖

关键词：中介效应 变量系数 自变量 农业机械化 Stata stata ；中介效应检验；面板数据

同学，您好，请问您的问题解决了吗，我目前也在寻求如何验证系数变小的显著性，但是目前还没有找到相关的资料。

lipeizhu 发表于 2020-10-24 09:34
同学，您好，请问您的问题解决了吗，我目前也在寻求如何验证系数变小的显著性，但是目前还没有找到相关的资 ...

您好 请问解决这个问题了吗

可以这样试试：

1.运行模型A（基准模型）并记下其对数似然值。
reg 因变量 核心解释变量 控制变量
di "Model A log likelihood:", e(ll)
scalar ll_A = e(ll) // 将对数似然值存储到一个标量中

2.运行模型B（包含中介变量的模型）并记下其对数似然值。
reg 因变量 核心解释变量 中介变量 控制变量
di "Model B log likelihood:", e(ll)
scalar ll_B = e(ll) // 将对数似然值存储到一个标量中

3.计算两个模型的似然比统计量（LR统计量），该统计量服从卡方分布：
gen lr_stat = -2 * (ll_A - ll_B)
di "LR statistic:", lr_stat

4.使用卡方分布的累积分布函数（CDF）来计算p值：
gen p_value = 1 - chi2tail(1, lr_stat)
di "P-value:", p_value

解释：chi2tail函数会给出卡方分布的右尾概率。在这里，我们使用卡方分布的累积分布函数来计算似然比统计量的p值。

5.判断p值。如果p值小于预定的显著性水平（例如0.05），则可以拒绝原假设，说明模型A和模型B的回归结果有显著差异。

解释：如果p值小于预定的显著性水平（通常是0.05或0.01），说明两个模型的回归结果存在显著差异。这通常意味着添加中介变量会显著提高模型的拟合度。

我想问下 这篇论文的名字是什么？