一、中介效應(yīng)的概念
中介效應(yīng)(Mediation)是指當(dāng)一個(gè)自變量對(duì)因變量的關(guān)系不再顯著,或者減弱,甚至在加上中介變量后關(guān)系轉(zhuǎn)為顯著,或增強(qiáng)的一種情況。意味著中介變量在原始變量和結(jié)果變量之間扮演了某種角色。
舉個(gè)例子,研究員想要了解糖分飲料與兒童肥胖的關(guān)系。研究員可以控制年齡、性別和運(yùn)動(dòng)等其他變量,從而判斷兩者之間是否存在因果關(guān)系。但同時(shí),可以發(fā)現(xiàn)其他變量并沒(méi)有減少糖分和肥胖之間的聯(lián)系。這時(shí),研究員提出了“飲料消耗量”作為中介變量,即飲料消耗量可能是肥胖與糖分飲料之間的直接關(guān)聯(lián)因素。這就是中介效應(yīng)。
中介效應(yīng)常伴隨著“確認(rèn)中介變量是否存在”和“驗(yàn)證中介效應(yīng)的大小是否足夠”等問(wèn)題。對(duì)于科學(xué)家來(lái)說(shuō),確認(rèn)中介變量是否存在很重要,因?yàn)橹薪樽兞吭谠甲兞亢徒Y(jié)果變量之間,其中之一可以發(fā)生變化并不影響中介變量,或者其他變量可以同時(shí)影響原始變量和中介變量。當(dāng)然,驗(yàn)證中介效應(yīng)的大小是否足夠也很重要,這可以幫助確定中介變量與結(jié)果變量之間的關(guān)系。
二、中介效應(yīng)的實(shí)現(xiàn)
在Stata中,中介效應(yīng)主要是通過(guò)回歸模型來(lái)實(shí)現(xiàn)的。
首先,我們可以使用簡(jiǎn)單的線性回歸模型 $y = \beta_0 + \beta_1 x + e $ 來(lái)對(duì)原始變量與結(jié)果變量之間的關(guān)系進(jìn)行評(píng)估,其中 $e$ 代表誤差項(xiàng)。然后,我們可以添加一個(gè)中介變量 $m$,并引入附加回歸模型來(lái)計(jì)算中介效應(yīng)。
reg y x
predict y_hat, xb
reg m x
predict m_hat, xb
reg y m x
test m
在這個(gè)代碼示例中,我們首先通過(guò)簡(jiǎn)單的線性回歸模型來(lái)計(jì)算原始變量與結(jié)果變量之間的關(guān)系,并用 predict 函數(shù)計(jì)算出其預(yù)測(cè)值。接下來(lái),我們使用中介變量和原始變量來(lái)引入一個(gè)附加回歸模型,并用 predict 函數(shù)計(jì)算中介變量的預(yù)測(cè)值。最后,我們重新計(jì)算一個(gè)新的線性回歸模型,使用中介變量和原始變量作為自變量,用來(lái)驗(yàn)證中介效應(yīng)是否顯著。
三、中介效應(yīng)的模擬
為了更好地理解中介效應(yīng),我們可以進(jìn)行一些模擬實(shí)驗(yàn)。
我們可以使用下面的代碼生成一個(gè)自變量 $x$、一個(gè)中介變量 $m$ 和一個(gè)結(jié)果變量 $y$。
clear
set obs 1000
gen x = rnormal()
gen m = rnormal()
gen y = 0.2*x + 0.3*m + rnormal()
通過(guò)上面的代碼,我們創(chuàng)建了一個(gè)包含1000個(gè)觀察值的數(shù)據(jù)集,其中自變量 $x$ 和中介變量 $m$ 均為正態(tài)分布。而結(jié)果變量 $y$ 則由 $x$ 和 $m$ 以及一個(gè)誤差項(xiàng)組成。我們可以使用以下命令繪制這三個(gè)變量之間的散點(diǎn)圖。
scatter y x m
接著,我們可以通過(guò)以下命令估計(jì) $x$ 與 $y$ 之間的直接聯(lián)結(jié)(模型1)和間接聯(lián)結(jié)(模型2)。
reg y x
predict yhat, xb
reg m x
predict mhat, xb
reg y m x
test m
最后,我們可以使用以下命令估計(jì)中介效應(yīng)。
qui sum x
scalar xm = r(mean)
qui sum yhat
scalar yhatm = r(mean)
qui sum mhat
scalar mhatm = r(mean)
scalar indirect = xm*mhatm
scalar direct = yhatm - indirect
scalar total = _b[x]*xm
scalar mediated = indirect/total
display "Direct: " direct
display "Indirect: " indirect
display "Total: " total
display "Mediated: " mediated
在這個(gè)例子中,模型1和模型2分別是 $y = \beta_0 + \beta_1 x + e $ 和 $m = \alpha_0 + \alpha_1 x + e $,而模型3是 $y = \gamma_0 + \gamma_1 m + \gamma_2 x + e $,其中 $e$ 代表誤差項(xiàng)。使用 test 命令檢查中介效應(yīng)是否顯著,使用 scalar 命令計(jì)算直接和間接效應(yīng)的大小,并使用計(jì)算公式計(jì)算總效應(yīng)和中介效應(yīng)的大小。
四、結(jié)論
中介效應(yīng)是一種描述變量之間關(guān)聯(lián)的方法。通過(guò)Stata中介效應(yīng)的實(shí)現(xiàn)和模擬實(shí)驗(yàn),我們可以更好地理解中介效應(yīng)的概念和計(jì)算方法。該方法在社會(huì)科學(xué)和醫(yī)學(xué)研究中非常常見(jiàn),并被廣泛應(yīng)用于哪些變量之間存在著間接路徑或影響鏈的研究。