温忠麟老师讲解中介效应检验方法

"温忠麟老师的检验中介效应程序..pdf" 这篇文档主要讲解了中介效应的概念以及三种常用的中介效应检验方法，适用于社会科学、心理学等领域中数据分析的场景。中介效应是指变量间的影响关系不是直接的因果链，而是通过一个或多个中介变量（M）产生的间接影响。在这一模型中，X对Y的影响可以通过M来传递，形成了中介效应。 首先，文档介绍了中介效应的基本概念。在简单的三变量模型中，X是自变量，Y是因变量，M是中介变量。当所有变量都已中心化处理，可以用三个回归方程来表示这种中介关系： 1) Y = cx + e1 2) M = ax + e2 3) Y = c'x + bM + e3 其中，c表示X对Y的直接效应，a表示X对M的效应，b表示M对Y的效应。如果c'x + bM不等于0，那么存在部分或全部的中介效应。 接下来，文档提到了三种传统的中介效应检验方法： 1. 依次检验法（Causal Steps）： 这种方法分步骤检验三个方程的回归系数。首先，检验方程1中的c是否显著，如果c显著，说明X对Y有直接影响，然后检验方程2中的a是否显著，如果a也显著，再继续检验方程3中的b。如果a不显著，意味着X对M没有影响，中介效应检验结束。 2. 系数乘积项检验法： 这种方法通过计算间接效应的系数乘积（a * b），并与总体误差项比较，看乘积是否显著。如果显著，则存在中介效应。 3. 差异检验法： 这种方法通常基于Bootstrap重抽样，计算完全模型（包含中介变量）与简化模型（不包含中介变量）的系数差异。如果差异显著，说明中介变量对模型有影响，即存在中介效应。 每种方法都有其适用性和局限性，研究者需根据具体研究设计和数据特性选择合适的方法。在实际应用中，通常会结合多种检验方法以增加结果的稳健性。 这篇文档对于理解中介效应的理论基础和统计检验提供了详细指导，是研究者进行中介分析的重要参考资料。通过对这些方法的掌握，研究者可以更准确地识别和解释变量之间的复杂关系，特别是在探索因果链路时。