陈强老师公开课笔记2——中介效应的原理与检验

中介效应的原理

总效应

请添加图片描述

图1 总效应(Total Effect)
总效应(Total Effect)即为模型中不放入中介变量时,X(高管支持)对Y(员工绩效)的影响(系数C)

直接效应与间接效应

请添加图片描述

图2 中介效应(Mediation Effect):因果链条
  • 直接效应(Direct Effect): C ’ C^’ C,间接效应(Indirect Effect): a b ab ab
  • 经济学中,机制分析=中介效应=渠道分析
  • 为什么要做中介效应:X对Y的因果链条较长,需要引入中介变量增强论证可信度

中介效应的检验

逐步因果法

请添加图片描述

图3 逐步因果法
- 成立条件(1)中总效应C显著并不是必须的(直接效应和间接效应的作用方向可能是相反的;有可能存在多个中介变量,且它们彼此之间的作用方向是相反的)

请添加图片描述

图4 完全中介与部分中介
  • 区分标准:直接效应是否存在(存在,则为部分中介作用;不存在,则为完全中介作用)
    请添加图片描述
图5 总效应是否存在遗漏变量问题
  • 方程(1)不存在遗漏变量的问题的前提是:方程(2)、(3)均不存在遗漏变量问题
  • 方程(1)、(2)、(3)均可以采用Logit(Probit)模型估计

系数差异法

请添加图片描述

图6 系数差异法
  • 若中介效应存在,则直接效应 C ’ C^’ C仅为总效应 C C C的一部分,即 C ’ C^’ C应小于 C C C
  • C ’ − C C^’-C CC即为间接效应(中介效应)
    请添加图片描述
图7 系数乘积法

请添加图片描述

图8 系数差异法与系数乘积法

请添加图片描述

图9 如何计算标准误

请添加图片描述

图10 如何计算标准误(续)

请添加图片描述

图11 直接效应与间接效应的比重
  • C = C ’ + a b C=C^’+ab C=C+ab
  • 6
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言是一种广泛应用于统计分析和数据可视化的编程语言,而机器学习是一种通过计算机算法使计算机系统具有学习能力的技术。陈强是一位在R语言和机器学习领域具有丰富经验的专家。 首先,R语言在机器学习领域的应用非常广泛。R语言提供了丰富的统计分析和机器学习相关的库和包,如caret、randomForest和glmnet等。这些库和包提供了各种机器学习算法的实现,如线性回归、决策树、随机森林和支持向量机等。同时,R语言也提供了各种数据处理和可视化的工具,有助于对数据进行预处理和分析,为机器学习提供了重要的支持。 其次,陈强在R语言和机器学习领域具有丰富的经验。作为专家,他具备深厚的理论知识和实践经验,能够设计和实现各种复杂的机器学习模型。他可以利用R语言快速实现各种机器学习算法,进行数据分析和预测建模。他还可以根据具体情况选择最合适的算法和方法,并进行参数调优和模型评估,以获得准确和可靠的结果。 最后,R语言和机器学习的结合可以带来很多优势。R语言具有丰富的统计分析和数据处理能力,适用于各种领域的数据分析和建模。而机器学习则可以自动从数据中学习规律和模式,并进行预测和决策。通过使用R语言和机器学习技术,我们可以更好地理解和利用数据,挖掘出有价值的信息,提高决策的准确性和效率。 综上所述,R语言和机器学习在陈强的指导下,可以为数据分析和预测建模提供强有力的支持,有助于解决复杂的实际问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值