陈强老师公开课笔记3——中介效应的Stata操作

本文详细介绍了如何在Stata中运用sgmediation命令进行中介效应分析,包括Sobel检验、Bootstrap验证,并通过实际案例展示了如何计算总效应、直接效应和间接效应。涵盖了关键步骤、实例演示及Sobel-GoodmanTest的解读。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

中介效应的Stata操作

请添加图片描述

图1 中介效应的Stata命令
  • sg的含义:Sobel(1982)和Goodman(1960)所提出的检验方法
  • Stata的Sgmediation命令:
sgmediation depvar, mv(mediatorvar) iv(indvar) cv(covarlist)

请添加图片描述

图2 中介效应的Stata案例
use "http://www.stata-press.com/data/r15/gsem_multmed", clear
describe

请添加图片描述

图3 统计特征;Sobel检验
sum
sgmediation perform ,mv(satis) iv(support)

请添加图片描述

图4 总效应
  • 总效应(CCC)约为0.822(在1%的水平上显著)
    请添加图片描述
图5 自变量对中介变量的作用
  • 间接效应中(aaa)约为0.229(在1%的水平上显著)
    请添加图片描述
图6 直接效应与间接效应
  • 间接效应中(bbb)约为0.898(在1%的水平上显著)
  • 直接效应(C‘C^‘C)约为0.616(在1%的水平上显著)

请添加图片描述

图7 Sobel-Goodman Test

请添加图片描述

图8 Sobel检验的缺点

请添加图片描述

图9 使用自助法(Bootstrap)进行检验

请添加图片描述

dis r(ind_eff)
dis r(dir_eff)

请添加图片描述

set seed 1
bootstrap r(ind_eff) r(dir_eff), reps(1000) bca: sgmediation perform , mv(satis) iv(support)

请添加图片描述

图10 汇报置信区间
estat bootstrap,all

请添加图片描述

图11 Bootstrap结果
### 如何在Stata中进行中介效应分析 #### 加载数据集并描述 为了展示如何执行中介效应分析,在开始之前需要加载一个合适的数据集。可以使用如下命令加载来自陈强老师公开课笔记中的多层中介模型数据集[^2]: ```stata use "http://www.stata-press.com/data/r15/gsem_multmed", clear describe ``` 此命令将下载并清理指定路径下的数据文件,`describe` 则用于查看当前工作区内的变量列表及其基本信息。 #### 构建基本回归模型 假设存在自变量X、因变量Y以及潜在的中介变量M,则可以通过构建一系列线性回归方程来进行初步探索。具体来说,先单独考察X对Y的影响;再分别考虑当引入M作为额外预测因子时两者之间的关系变化情况。 对于简单直接的效果测试而言,可采用以下代码片段实现上述过程: ```stata * X 对 Y 的总影响 * regress y x * M 作为 X 和 Y 之间可能存在的中介因素 * regress m x regress y x m ``` 这里通过两次回归比较系数差异来判断是否存在部分或完全中介作用。如果第二次加入中间变量后的原因果链路显著减弱甚至消失,则说明可能存在某种形式上的间接传递机制。 #### 应用Sobel检验评估中介效果强度 更进一步地,还可以利用专门设计用来衡量这种特殊关联程度的方法——即 Sobel 测试。它能够帮助量化由某个特定第三变数所造成的传导比例大小,并给出相应的统计学意义水平。下面给出了基于 `mediation` 包实施该类验证的具体做法: 首先安装必要的软件包(仅需首次运行一次) ```stata ssc install mediation, replace ``` 接着按照下述方式调用函数完成正式计算流程: ```stata mediate (m = x) /// 定义第一个阶段:从独立到媒介的过程 (y = m x),///定义第二个阶段:同时包含直通跟绕道两条路线的作用模式 sims(500) seed(1234); //设置模拟次数与随机种子以确保结果稳定重现 ``` 以上指令会输出有关于总体、直接及间接效价估计值的信息表格,其中最重要的就是Z分数和P-value两项指标,它们共同决定了最终结论的有效性和可靠性。 #### 结合图形化工具辅助理解 除了数值层面的结果呈现外,有时借助可视化手段也能更好地诠释复杂的动态交互规律。例如绘制路径图有助于直观展现各要素间的逻辑联系结构特征。虽然原始资料并未提及具体的绘图方法[^1],但可以根据实际需求选用合适的第三方插件或者自行编写脚本来达成目的。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值