Stata：非线性模型的中介效应检验-khb

arlionn

于 2024-09-30 08:00:00 发布

阅读量916

点赞数

文章标签：连享会 Stata 中介效应

原文链接：https://www.lianxh.cn/details/1200.html

版权

阅读全文：Stata：非线性模型的中介效应检验-khb (lianxh.cn)

作者：陈炜 (中山大学)
邮箱：1139457876@qq.com

1. 中介效应的研究

1.1 什么是中介效应

在进行研究的过程中，有时自变量 XX 对因变量 YY 的影响并不那么直接，可能 XX 对 YY 一部分作用是通过 XX 先对 ZZ 产生影响，ZZ 再对 YY 产生影响。也就是说不仅 XX 自身会对 YY 产生直接的影响，也可能同时找一个“中间人”来影响 YY。这个“中间人”就是中介变量，XX 影响 ZZ 再影响 YY 的这个过程就是中介效应。

1.2 中介效应的一般检验方式 (常见的线性模型)

国内学者在研究中介效应的时候往往会参考温忠麟和叶宝娟在 2014 年写的《中介效应分析:方法和模型发展》一文，该文章提出了逐步回归法、系数乘积法 (Sobel 检验)、差异系数法、Bootstrapping 检验法四种中介效应检验方法。文章自身引用量也破万，成为中介效应学习与研究的重要参考。

我们对一般的连续变量进行中介效应的分析是检验假设 H0:ab=0H0:ab=0 或者 H0:c2=c−c1=0H0:c2=c−c1=0 (XX 对YY的总影响 cc 可以由直接效应 c1c1 与间接效应 c2c2 (abab) 得到，所以此时 c2=c−c1=abc2=c−c1=ab)。

1.3 中介效应的特殊检验方式 (非线性模型)

上述的方法对一般连续变量是有效的。但是如果因变量是分类或者等级变量等非连续变量，而自变量是连续变量，应该用 Logistic 回归代替通常的线性回归，回归系数的尺度也将由连续变量量尺转换为 Logit 量尺。

但是，这样一来，中介变量 ZZ 对 XX 的回归系数 (连续变量的量尺)，与 YY 对 ZZ 与 XX 的回归系数 (Logit 量尺) 不在相同的尺度上，不同方程得到的回归系数只有量尺相同才具有可比性，c−c1≠abc−c1=ab，中介效应大小不等于 abab ，导致上面检验 ab=0ab=0 或是 c−c1=0c−c1=0 的简单方式不再适用。

对于这样的模型，目前学者已提出多个解决方法：

通过标准化 (standardization) 转换实现回归系数的等量尺化 (Winship and Mare，1984；Long，1997；MacKinnon，2008；MacKinnon, Lockwood et al.，2007)；
平均偏效应 (average partial effect)，它反映某一自变量在其均值附近发生微小变动时，对因变量成功发生概率 (而非几率) 带来的边际影响，各子样本的平均偏效应不容易受到误差方差变异的干扰 (Wooldridge，2002；Cramer，2007)；
二元响应模型 (binary response model) 的分解 (Erikson et al.，2005)。

除上述方法之外，还有学者提出 KHB 方法，即本文介绍重点。KHB 方法与上述方法相比往往有相同或者更好的结果 (这里的结果是指 ZZ 在多大程度上调节 XX 和 Y∗Y∗ 之间的关系) 。而且更重要的是通过简单直观的计算，分离了离散变量和连续变量的影响，将线性模型的可分解性拓展到了非线性概率模型。