mplus中介效应模型的路径分析代码
时间: 2023-05-26 08:04:31 浏览: 91
以下是在Mplus中运行中介效应模型的路径分析代码示例。我们将使用Covariate为性别和年龄,Predictor为自尊度,Mediator为社交支持,Outcome为抑郁症状:
VARIABLES:
NAMES ARE
id sex age social selfesteem depression;
USEVARIABLES ARE
sex age social selfesteem depression;
MISSING ARE ALL (-99);
CATEGORICAL = sex;
GROUPING = sex (0 = male, 1 = female);
MODEL:
! Direct path from self-esteem to depression
depression ON selfesteem;
! Direct path from social support to depression
depression ON social;
! Indirect path from self-esteem to depression through social support
social ON selfesteem;
depression IND social;
ANALYSIS:
TYPE = GENERAL;
BOOTSTRAP = 1000;
ESTIMATOR = ML;
PROCESS = 1;
OUTPUT:
TECH11;
TECH14;
TECH15;
STANDARDIZED;
CINTERVAL(BOOTSTRAP);
在上面的代码中,我们首先指定了变量名和使用的变量,包括性别、年龄、社交支持、自尊度和抑郁症状。然后,我们将性别设置为分类变量,并将样本分组为男性(0)和女性(1)。在MODEL部分,我们定义了一条从自尊度到抑郁症状的直接路径,一条从社交支持到抑郁症状的直接路径,并在社交支持和抑郁症状之间定义了一个中介效应。最后,我们设置了一些输出选项,包括技术报告、标准化参数和自举置信区间。
注意,在这个例子中,我们还使用了自举技术来估计间接效应的置信区间。这对于确认中介效应的存在和强度非常重要。