MATH NEWS

中介效应分析

WEEK BY WEEK

2024/

05/20

图片

图片

01

图片

中介效应简介

图片

在研究自变量X对因变量Y的影响时，如果X通过影响变量M来影响Y，则称M为中介变量，中介变量发挥的作用就称为中介效应。例如，在研究参加体育锻炼（X）对抑郁风险（Y）的影响时，参加体育锻炼可以通过改善睡眠质量（sleep）来降低抑郁风险，这里所说的睡眠质量就是中介变量。中介效应分析是检验某一变量是否为中介变量、发挥何种程度中介作用的重要步骤。本文先以简单的中介模型为例说明中介效应分析的思路，再具体介绍几种中介效应分析方法。

图片

图1 总效应示意图

图片

图2 间接效应示意图

假设所有变量都已经中心化 (即均值为零)，可用图1和图2来描述变量之间的关系。图1表示自变量X直接作用于因变量Y，路径系数为c。由于不涉及第三个变量，所以系数c代表了自变量作用于因变量的总效应。图2是在控制中介变量M以后，自变量X和因变量Y之间的关系，其中系数a代表自变量作用于中介变量的效应，系数b表示中介变量作用于因变量的效应，两者构成图中变量间关系的间接效应，系数c'代表考虑在控制中介变量后，自变量作用于因变量的效应，也就是自变量和因变量之间的直接效应。那么，图2中的变量间总效应就应该等于直接效应加上间接效应，即总效应=ab+c'。将图1和图2结合起来，我们就得到了c= ab+c'，c为总效应，c'为直接效应，ab为中介效应也称间接效应。我们做中介效应分析就是要检验ab效应是否存在，以及它在总效应中的占比（ab/c），体现中介效应的作用程度。

图片

02

图片

中介效应检验方法

图片

检验中介效应是否存在，其实就是检验X到M，M到Y的路径是否同时具有显著性意义，常用方法有三种：逐步回归法、Sobel检验和Bootstrap法。

（一）逐步回归法

图片

逐步检验回归系数方法简单易懂，是检验中介效应最常用的方法，其思想就是依次检验系数a、b以及c'是否显著。该方法分为三步：

第一步：检验方程（1）的系数c，若系数c显著，则进行第二步检验，否则终止检验；

第二步：检验方程（2）的系数a是否显著，判断自变量x和中介变量M的关系；

第三步：检验方程（3）的系数b以及c'的显著性。

若系数a，b均显著，则表明中介效应显著，接着判断该中介效应是部分中介还是完全中介，如果系数c'显著，则表示该中介是部分中介，如果系数c'不显著，则表示该中介是完全中介。逐步回归系数方法简单但是存在一些问题，比如说：当中介效应较弱的时候，逐步检验回归系数的方法很难检验出中介效应显著；当方程（1）的系数c不显著的时候，直接终止检验，但在有些情况下c不显著恰恰是受到了中介效应的影响，所以逐步检验法可能会错过一些实际存在的中介效应。

（二）Sobel检验

Sobel检验的原理是将a和b综合考虑，也就是考虑a*b是否有意义，当发现系数a或者系数b其中有一个不显著时，可以利用统计检验的方法检验系数乘积ab是否显著异于0，Sobel法就是通过构建系数乘积ab的统计量z来估计其置信区间，判断其是否显著异于0。但是Sobel法的假设要求比较高，需要假设统计量服从正态分布。

图片

（三）Bootstrap法

Bootstrap法是一种从样本中重复取样的方法，一般的取样方法是有放回地重复取样，不涉及总体分布及其参数，因而不要求正态假设，但前提条件是样本能够代表总体。例如，可以重复有放回地抽样1000次，进而可以得到1000个系数a和系数b的估计值，将系数乘积ab按照数值大小排序，那么第2.5个百分位点和第97.5百分位点就构成了系数乘积ab在95%统计水平下的置信区间，若该置信区间包含0，则说明系数乘积ab显著。

图片

03

图片

注意事项

图片

中介效应分析用于探究两个或多个变量之间是否存在中介关系，即一个变量通过另一个变量对另一个变量产生影响。在进行中介效应分析时，需要注意以下几个事项：

（1）理论基础：在进行中介效应分析之前，应该有明确的理论基础或先验假设。中介效应分析通常基于某种理论或假设，研究者应该在进行分析之前充分了解和理解所研究变量之间的假设关系，并将其纳入到中介效应模型中。

（2）数据质量：中介效应分析的结果只能尽可能地反映样本数据的情况，因此，确保样本数据的质量和可靠性非常重要。研究者需要仔细检查和清洗数据，确保数据的准确性、完整性和一致性。

（3）变量选择：选择适当的变量作为中介变量和被解释变量非常重要。中介变量应该是能够在理论上解释两个变量之间关系的变量，同时，被解释变量应该是研究者感兴趣的目标变量。

（4）中介效应检验：中介效应分析通常包括两个部分：直接效应和间接效应。直接效应是指自变量对因变量的总效应，而间接效应是指自变量通过中介变量对因变量产生的效应。研究者应该使用适当的方法来检验中介效应的存在和大小，并进行合理的解释。

（5）控制变量：在进行中介效应分析时，应该考虑控制其他可能影响自变量和因变量之间关系的变量，以排除潜在的混淆效应。控制变量可以通过回归分析中的控制变量法或结构方程模型中的部分回归方法来实现。

中介效应分析可以帮助研究者深入了解自变量对因变量的作用机制，探究中介变量在自变量和因变量之间的中介作用。它在社会科学、心理学、医学等领域得到广泛应用，帮助研究者更加全面地理解变量之间的复杂关系。

参考

[1]温忠麟, 叶宝娟. 中介效应分析:方法和模型发展[J]. 心理科学进展, 2014, 22(5): 731-745.

[2]方杰, 张敏强. 中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法[J]. 心理学报, 2012, 44(10): 1408-1420.

[3]连享会. Stata+R：一文读懂中介效应. [EB/OL].(2021-08-08)[2024-05-20].

https://mp.weixin.qq.com/s/rNUVuRor8j26422TjzubmQ

图片

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。