中介分析(二): 多重中介分析

本文深入探讨了多重中介分析,包括并行多重中介模型和链式多重中介模型。并行模型中,X到Y的路径可通过多个中介变量M1和M2独立中介,每个中介变量的间接效应可以单独计算。链式模型则涉及中介变量的顺序作用,如X通过M1影响M2,然后M2影响Y。文章还介绍了总间接效应和直接效应的计算方法,并预告了如何用R语言进行实操分析。
摘要由CSDN通过智能技术生成

上一篇我们介绍了简单中介分析(图1),中介分析(一)
在这里插入图片描述
即只有一个中介变量存在的情况,但很多时候X-Y的机制并不是那么简单。如果在自变量和因变量之间的关系中存在多个中介变量M,则称为多重中介分析(multiple mediation analysis)。

多重中介模型又可按照中介变量之间是否存在顺序关系,分为并行多重中介模型(parallel multiple mediation,图2)以及链式多重中介模型(serial multiple mediation)。

并行多重中介分析

并行多重中介分析表示X→Y路径不仅可以由M1中介,也可由M2中介,可以在控制其他中介变量的前提下,研究每个中介变量的特定中介效应,如分析X→M1→Y时控制掉M2以及M3。此外也可以得到总的中介效应。

在这里插入图片描述
①X→M1→Y:间接效应=a1*b1;

②X→M2→Y:间接效应=a2*b2;

③ 直接效应=c’

总间接效应=a1b1+a2b2+a3*b3=c-c’(总效应-直接效应)

链式多重中介分析

链式多重中介模型表示中介变量之间存在顺序关系,即X→M1→M2→Y路径。
在这里插入图片描述
X→M1→M2→Y:链式间接效应=a1d21b2;

总间接效应=a1d21b2+a2b2+a1b1;

直接效应=c’;

总效应=a1d21b2+a2b2+a1b1+c’

下一篇我们再学习 如何使用R语言实现简单中介分析以及多重中介分析
在这里插入图片描述

在R语言中进行分类变量中介分析,可以使用"mediation"包。具体步骤如下: 1. 安装和加载"mediation"包。 ``` install.packages("mediation") library(mediation) ``` 2. 进行自变量和中介变量之间的logistic回归,得到中介变量的系数和p值。 ``` fit.m1 <- glm(medvar ~ iv, data = data, family = binomial()) summary(fit.m1) ``` 其中,medvar为中介变量,iv为自变量,data为数据集。 3. 进行因变量和中介变量之间的logistic回归,得到因变量在中介变量控制下的系数和p值。 ``` fit.m2 <- glm(outcome ~ medvar + iv, data = data, family = binomial()) summary(fit.m2) ``` 其中,outcome为因变量,medvar和iv为中介变量和自变量,data为数据集。 4. 进行因变量和自变量之间的logistic回归,得到自变量的系数和p值。 ``` fit.y <- glm(outcome ~ iv, data = data, family = binomial()) summary(fit.y) ``` 其中,iv为自变量,outcome为因变量,data为数据集。 5. 计算中介效应和置信区间。 ``` med.out <- mediate(fit.m1, fit.m2, treat = "iv", mediator = "medvar", robustSE = TRUE) summary(med.out) ``` 其中,fit.m1和fit.m2分别为中介效应模型和完全模型,treat为自变量,mediator为中介变量。上述命令会输出中介效应和置信区间的估计值,以及各个路径的回归系数和显著性检验结果。 需要注意的是,"mediation"包还提供了其他的中介分析方法,如多重中介分析和非线性中介分析等。具体使用方法可以参考其官方文档。
评论 2
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