|
什么是中介和调节 中介的简单叙述就是一个变量X影响了另外一个变量M，而这个另外的变量还会去影响第三个变量Y。中介就是在尝试解释XY的关系，所以很多人做机制探索的时候就是在做中介，一个很形象的例子就是收入高的人通常活得更久，机制是什么，一种可能是收入高的人医疗保健更好，那么医疗保健就是中介。通过这么一个分析，你就似乎是找到了收入和寿命之间的作用机制。当然这个例子很浅显，但是一般中介就是这么理解。 Mediation analysis tests a hypothetical causal chain where one variable X affects a second variable M and, in turn, that variable affects a third variable Y. Mediators describe the how or why of a (typically well-established) relationship between two other variables and are sometimes called intermediary variables since they often describe the process through which an effect occurs. 中介最常规的做法就是4步回归法Baron * Kenny’s (1986) 4-step indirect effect method，网上有很详细的教程，但是这个方法的统计效能不高。 调节作用也会牵扯到第三个变量Z，这个时候我们就不是在探讨因果路径上的关系了，调节要回答的问题是什么时候XY的关系才会发生，这个调节因子是可以加强、减弱、甚至是反转XY的关系的。 moderation tests for when or under what conditions an effect occurs. Moderators can stength, weaken, or reverse the nature of a relationship. 给大家举个例子 学习自我效能可以调节考试重要性和应试焦虑之间的关系，什么意思呢，就是那些学习自我效能高的同学面对重要的考试焦虑程度比那些学习自我效能低的同学面对重要考试时的焦虑程度低，而且呀，所有的同学面对不重要考试的时候均不焦虑。 上面的例子中只有在自我效能高的同学中才会有焦虑减弱的情况，也就是说考试重要性与焦虑的关系被学习自我效能这个变量调节了，而且是个weaken的关系。 通常来讲对于调节作用的做法就是做调节变量和自变量的交互，那么交互的各种情况我之前的文章中都有介绍，有兴趣的自行翻阅。 今天就给大家写一写中介和调节的R语言一般做法。 中介分析Mediation tests whether the effects of X (the independent variable) on Y (the dependent variable) operate through a third variable, M (the mediator). 最基本，最鲜明的中介如下图：
在上图中我们有这么一种关系 c = c’ ab，也就是总效应等于直接效应加上间接效应 那么中介效应又可以分为完全中介和部分中介：完全中介就是M控制了之后X的直接效应就没了，部分中介就是说M控制了之后X的效应减弱了但还有。 Perfect mediation occurs when the effect of X on Y decreases to 0 with M in the model. Partial mediation occurs when the effect of X on Y decreases by a nontrivial amount (the actual amount is up for debate) with M in the model. 首先我们模拟出我们的数据： 4步回归法做中介： 先做X到Y的回归，这一步得到总效应（可以不显著）做X到M的回归，这一步必须显著控制X做M到Y的回归，得到路径b，b必须显著做Y到X的回归，一定不显著到这儿我们所有的中介步骤都跑完了，我们还是用特别好用的stargazer包给大家展示一下模型结果：
从输出的结果可以看到，控制了M后XY的关系不在显著了，似乎是一个完全中介，但是此时我们还是有必要对整个间接效应做一个检验，检验方法一个是the Sobel test 另一个是 bootstrapping 先进行Sobel test 运行上面的代码就可以得到直接效应和间接效应以及中介的显著性检验。
Sobel test的假设为间接效应ab是正态分布的，所以大样本的时候好使，小样本的时候有可能检验效能不足，这个时候就得用到bootstrapping 再看 bootstrapping怎么做 上面的代码中用到了mediation这个包，这个就是用bootstrapping方法检验中介的
从图中可以看到，自助抽样1000次后间接效应依然显著，直接效应不显著，我们可以很放心的说这个是一个完全中介了。 当然，输出中还有这个中介效应图：
Moderation tests whether a variable (Z) affects the direction and/or strength of the relation between an IV (X) and a DV (Y). In other words, moderation tests for interactions that affect WHEN relationships between variables occur. 看上面的英文解释，调节要回答的什么时候某种XY之间的关系才会出现 最基本，最鲜明的调节作用如下图
我们依然用模拟数据来说明一切 我们模拟出来了两个自变量XX1还有一个调节变量Z，如果把调节变量也算作自变量的话就是3个自变量。 对于调节作用的一般检验就是做交互，为了避免多重共线性，必须将交互的两个变量中心化。 因为你都是要放在一个回归方程中的嘛，所以得考虑多重共线性问题 那么，我们准备讨论XZ之间的交互，所以先将它两中心化： 然后跑回归 跑出来的回归结果：
我们还可以可视乎交互作用：
这个可视化又令我回忆起之前写的交互简单斜率图的画法的文章，因为我们的调节变量为连续变量所以有个参数modxVals，在这儿我将其设置为了modxVals = "std.dev"，就是说在调节变量的加减一个标准差的水平上画简单斜率图。 和之前文章一样的，有兴趣可以去翻翻 至于这个调节作用的解释也很清晰了，就是在Z的不同水平X和Y的关系不一样，Z的水平越高XY的关系越积极 小结我觉得这篇文章把R做中介和调节写的很明白了，感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么编程基础没有从零学Python和R的，加油。数据分析问题咨询，代处理请私信（spss,R,Mplus）。 （站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据） 往期内容： R数据分析：双因素方差分析与交互作用检验 R数据分析：双连续变量交互作用的简单斜率图作图及解释 python机器学习：机器学习模型评价-交叉验证与留一验证 R数据分析：中介效应的做法 |
相关资讯
- 腐竹受潮发霉还能吃吗 可以吃受潮发霉的腐竹吗
- 1、不建议吃发霉的腐竹。腐竹发霉是因为滋生了霉菌，霉菌的代谢产物里富含各种霉菌毒素，各种霉菌毒素对人体健康有害，吃了发霉的腐竹容易引起食物中毒。 2、很多家庭喜欢对霉变的食物进行开水高温杀菌处理，但事实
- 宝批龙是什么意思 宝批龙指的是什么
- 1、宝批龙，重庆地道方言，字面上是‘宝气’，也就是普通话‘傻瓜’‘傻得很’那种，大多数情况下是骂人的。 2、宝气、宝批龙。形容某人的语言、行为大失水准，令人大跌眼镜。 3、例：你看你穿成啥子样子哦， 4、呛
- 怜者不食嗟来之食前面那一句是什么 怜者不食嗟来之食的意思
- 1、廉者不食嗟来之食 的上一句是：志士不饮盗泉之水。完整句是：志士不饮盗泉之水，廉者不受嗟来之食，大概意思是：有志气的人不喝盗泉的水，知廉耻的人不吃施舍的东西。比喻品行高洁，百不苟且求得。2、盗泉：古泉
- 红肚皮的蛤蟆叫什么 红肚皮的蛤蟆介绍
- 1、红肚皮的蛤蟆叫东方铃蟾，是盘舌蟾科、铃蟾属两栖动物。体长36-48毫米左右头扁平，吻圆，前、后肢短，皮肤粗糙，刺黑色，背部呈灰棕色，或背为绿色杂以不规则的黑色斑点，腹面有花斑，为黑色与朱红色或桔黄色。雄
- 拜师学艺的艺是什么意思 拜师学艺造句
- 1、艺释义：技能；技术指本领。 2、拜师学艺就是指认定某人为自己的老师，然后向他学习本领。 3、造句： （1）自从拜师学艺，哥哥的绘画技巧有了长足的长进。 （2）我刚刚睡醒，经过外面无所事事，就顺便进来拜师学
- 中亚五国指的是哪五国 中亚五国介绍
- 1、中亚五国指哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦。2、中亚这个概念最早由德国地理学家亚历山大·冯·洪堡于1843年提出，其所包含的范围存在多种界定。关于“中亚”这一地理概念在学者
