中介变量和调节变量分析

原文链接：中介变量和调节变量分析https://mp.weixin.qq.com/s/CdP2fm7rZyKlcrXmWw-0MA中介变量和调节变量都与回归分析有关，可以通过逐步回归来分析。

中介效应分为完全中介和部分中介。完全中介是指中介变量M控制后（保持不变），自变量X的直接效应就没有了，相当于水流全都要经过M再到达Y；而部分中介在此种情况下，X的效应只是减弱了，但不是完全消失，相当于还存在X到Y的流通管道。

调节变量指出自变量在何种情况下会影响到因变量，它为变量之间的关系提供情境性的解释。调节要回答的问题是自变量X和因变量Y两者的关系在什么样的条件下是成立的，调节变量可以加强、减弱，甚至反转X和Y之间的关系。

我们先来看一张经典的中介变量路径图[1]。示意图默认所有变量为连续型变量，并对所有变量事先做中心化处理（减少非本质的多重共线性[5]）。

回归方程如下：

传统方法确定中介效应有两个前提条件。其一，式子(1)中系数c显著不为0，c表示X对Y的总效应；其二，式子(2)中系数a显著不为0，且式子(3)中系数b也显著不为0。接着判断c'是否显著不为0，如是：则c'是X对Y的直接效应（间接效应等于a*b），如不是：则称之为完全的中介过程（c'的路径就不存在了）。

第二种方法是把式子(2)代入式子(3)中，得到如下方程：

此时，只要检验式子(4.1)中系数ab是否显著不为0，后面实例探究里使用的就是这个方法。

调节变量可以是定性的（如性别），也可以是定量的（连续变量）。在做调节效应分析时，同样要将自变量和调节变量做中心化转换。最常见的调节模型方程如下：
Y = aX + bM + cXM + e
上式重写后变成：
Y = bM + ( a + cM )X + e
要是M是固定的（如：1或0），便是Y对X的直线回归，它俩的关系由回归系数( a + cM )来刻画，其中c衡量了调节效应的大小，示意图如下[6]。

对模型中调节效应的分析主要是估计并验证系数c，如果显著，意味着c为0的假设被拒绝了，也即说明M的调节效应是显著的。不过此处的系数c也代表着X和M之间的交互效应，因此从统计分析的角度看，调节效应和交互效应是等价的。不过两者在概念上还是存在很大的不同。

交互效应中，两个自变量的地位可以是对等的，即两者之一都可以解释为调节变量；也可以是不对等的，只需其中一个起到调节变量的作用，就存在交互效应。但在调节效应模型中，自变量和调节变量是明确的，要是相互对换后，原先的假设就不一定成立（例如：要研究数学能力的性别差异，年级是调节变量；因为各年级的试题不一样，所以把年级切换成自变量是不合适的）。

对于可直接观测的显变量（相比于潜变量），下表列出了调节效应的分析方法[6]。当(1)自变量和调节变量都是类别变量时，做方差分析即可；当(2)两者都是连续变量时，用带有乘积项的回归方程做层次回归分析，查看带乘积项回归方程的R2是否显著高于原先方程的R2；当(3)调节变量为类别类型、自变量为连续类型时，方法之一是做分组回归分析，查看回归系数的差异是否显著；当(4)自变量是类别型、调节变量是连续型，需要将自变量重新编码成虚拟变量（dummy variable），分析方法同(2)。

要是中介变量和调节变量一同分析，可分为(1)可调节的中介模型和(2)被中介的调节模型。模型(1)的重心是中介模型，被调节后得到不同情境下的效应量，所以先是验证中介效应再来验证调节效应。模型图如下[4]，其中显示调节变量Z调节了三条路径，不过只要存在一条调节路径模型就成立。

模型(2)首先是一个调节模型，然后这个调节效应在中介路径上也存在，如下图所示（Mo表示调节变量、Me表示中介变量）[3]，所以验证顺序先是调节效应再是中介效应。

【实例探究】

我们使用bruceR包中的PROCESS()函数来进行各种中介效应和调节效应的分析。其内部使用mediation包进行中介效应分析、interactions包进行调节效应和简单斜率分析，而有调节的中介模型同时使用了mediation和interactions这两个包。例子演示我们用到mediation包里的student数据集，其中包含17列变量和近万条数据，主要变量说明如下。

SCH_ID: 学校ID；
fight: 学校打架指标，1表示打架；
attachment: 学校依恋指标，1表示喜欢；
work: 兼职工作指标，1表示有；
smorale: 学校士气，共有4个水平；
free: 十年级学生接受免费午餐的百分比，共有7个水平；
score: 数学成绩；
late: 学生上学迟到次数，共有5个水平；
gender: 性别指标，1表示女性；
income: 家庭总收入，共有13个水平；
pared: 父母受教育程度，共8个水平。

1.调节效应分析

1.1 数学分数与迟到次数两者间的关系（性别作为调节变量）

data=mediation::student %>%
  dplyr::select(SCH_ID, free, smorale, pared, income,
                gender, work, attachment, fight, late, score)
# 将性别变量转化为因子类型
data$gender=factor(data$gender, levels=1:0, labels=c("Female", "Male"))
PROCESS(data, y="score", x="late", mods="gender")

在PART 1部分，我们看到红框部分模型系数c是显著的（见下图），即说明性别的调节作用是成立的，PART 2部分交互作用的显著性也印证了这个结论。最后部分显示，分组简单斜率的系数都是显著的，表明数学成绩与迟到次数的负相关在男女生中都存在。

1.2 数学分数与性别两者间的关系（迟到次数作为调节变量）

此时调节变量是连续变量，默认是取平均值和上下一个标准差来做简单斜率分析（见下图最后部分）。

PROCESS(data, y="score", x="gender", mods="late")

2.中介效应分析

PROCESS(data, y="score", x="pared", meds="income", covs="gender",
        ci="boot", nsim=1000, seed=1234)

meds指示中介变量，covs指示协变量（即控制变量）。
ci指示间接效应的标准误(SE)和95%置信区间(CI)的估计方法；对于（广义的）线性模型默认为"boot"，对于（广义的）线性混合模型（即多层模型）默认为"mcmc"。
nsim指示用于估计SE和95% CI的模拟样本数量（bootstrap重采样或蒙特卡罗模拟）；默认值为100，在正式分析中，强烈建议设置为1000以上。
seed指示随机种子，以获得可重复的结果（默认为空）。

上图显示，总效应等于间接效应和直接效应之和，即c = c’ + ab。由于ab显著不为0，因此原有假设成立，即数学成绩受到父母受教育程度的影响，并且家庭总收入是作为中介变量存在的。

3.有调节的中介效应分析

PROCESS(data, y="score", x="fight", meds="late", mods="gender",
        mod.path=c("x-m", "x-y"), ci="boot", nsim=1000, seed=1234)

mod.path指示调节变量会影响哪些路径？可以是"x-y"、"x-m"或"m-y"，以及它们的任意组合（使用c()函数）或"all"（即所有路径）。

在PART 1部分，蓝框部分表明X到M的调节作用是不显著的，红框部分表明X到Y的调节效应是存在的，PART2部分的交互效应印证了这两点。最后部分的间接效应[ab]表明，不论是男生或是女生，中介模型都是成立的。

参考文章：

1. 解答关于中介变量和中介效应的一些问题
   https://zhuanlan.zhihu.com/p/160262846
2. bruceR包v0.7.0：PROCESS()函数轻松实现中介效应和调节效应分析
   https://zhuanlan.zhihu.com/p/376007591
3. 干货｜还不了解中介调节模型？赶紧收藏本文吧！
   https://baijiahao.baidu.com/s?id=1737705824417673227&wfr=spider
4. 在R中实现有调节的中介模型（显变量）
   https://zhuanlan.zhihu.com/p/67003105
5. 调节效应分析时，为何要进行中心化处理？
   https://new.qq.com/rain/a/20220403A075EN00
6. 控制变量、调节变量和中介变量的区别与联系
   https://general.medsci.cn/article/show_article.do?id=3cd9e3682338