本次介绍 Iacobucci, D., 2012, Mediation analysis and categorical variables: The final frontier, Journal of Consumer Psychology, 22, 582-594. 此篇文章 开宗明义就指出 过去在检验中介效应时,大多采用以下的方法检验 在检定过程中,大多人采用依次检验法进行 (1) 估计的c显著 (2) 估计的a显著 (3) 估计出来的b显著 以上三者成立,确定存在中介效应,若此时c`显著称之为完全中介,c显著称之为不完全中介 而中介效应有多大?以下两个方式可以计算 中介效应为模型(2)的系数a乘上模型(3)的系数b 或者模型(1)的c减去模型(3)的c` 若没有其他因素干扰 c-c`=a*b 如果依次检验法有任一变量不显著,就会检验c-c`或者a*b是否显著,其检定统计量如下 (4) 又称之为 Sobel test,这样的做法,让我们进行了许多的中介模型 但是该方法,仅适用于M, Y都是练续型变量的情况,如果有任一变量为二元变量,就不适用 因此作者提出了2SLS来说明,传统上2SLS虽然不是中介模型(曾经为本人研究方法的考题),但其概念上是X为工具变量 因此会做到,X与M相关,但不存在X与Y相关的要求 而在中介实证上,其实也存在这样的现象,就是藉由依次检验法中,X对Y的影响是不显著的,2SLS与中介模型有异曲同工之处 因此作者经由大量的推导后(以下省去10000字的说明),提出了不管中介变量或者是最终被解释变量是连续变量或二元变量,都能进行的检定量 虽然单就模型来看,与传统的中介模型没两样,但是注意,这个做法是,如果是二元变量就使用logistic regression,如果是连续变量就使用OLS 计算标准化系数 最后得到该检定值 最后就是可以利用这样的方法,进行二元变量以及连续变量的中介模型检验 实际上在计算检定时,也很容易 ta=a/sa=Za tb=b/sb=Zb SAS之家的IML实证宏 介绍完相关概念之后, SAS之家据此完成了IML的实证宏 以下介绍使用实证宏进行的分析 下载路径如下 链接:https://pan.baidu.com/s/1c3qs5oO 密码:g20d 利用IML实证宏完成中介效应 接下来就介绍使用SAS之家的实证宏进行分析 首先虚拟数据 部份设计了 虚拟变量以及控制变量进行分析 就如此,可以产生6个表格 imlstat为描述性统计 其使用为 imlstat(file,bit, varlist); imlsobel为中介效应宏 以下为结果 基本的描述性统计表格 相关系数表,左下pearson右上spearman 此处为中介效应,Fvalue可以看出全部都是OLS,可以使用SOBEL 检定,当然Icobucci(本推文文献的作者)也显著 由Fvalue中,可以看出被解释变量是虚拟变量,所以中介效应的检验,应该参考Icobucci的检验,二元变量的中介效应成立。 若有相关问题,欢迎到小天使专区提问 --
|
|
来自: 对对子不错 > 《其他统计方法学习》