中介效应模型【STATA】

一、引言

中介效应分析在社会科学研究中具有重要的地位，它有助于我们理解自变量如何通过中介变量影响因变量。在本文中，我们将详细介绍中介效应模型的理论原理，并结合 Stata 软件进行具体的操作步骤演示，同时考虑控制变量的影响。

二、理论原理

中介效应是指自变量 X 通过中介变量 M 对因变量 Y 产生影响的过程。如果自变量 X 对因变量 Y 的总效应（c）可以分解为直接效应（c'）和通过中介变量 M 产生的间接效应（ab），那么就存在中介效应。

三、数据

为了进行中介效应分析，我们首先需要准备合适的数据。假设我们有一个数据集，包含自变量

X

、中介变量

M

、因变量

Y

以及控制变量

Z1

和

Z2

的观测值。以下是一个简单的数据生成示例代码：

clear
set obs 1000
gen X = rnormal()
gen M = 0.5*X + rnormal()
gen Y = 0.3*X + 0.4*M + rnormal()
gen Z1 = runiform()
gen Z2 = runiform()

四、Stata 操作步骤

1. 回归分析自变量 X 对中介变量 M ，控制 Z1 和 Z2

reg M X Z1 Z2

1. 回归分析自变量 X 对因变量 Y ，控制 Z1 和 Z2

reg Y X Z1 Z2

1. 同时回归自变量 X 、中介变量 M 对因变量 Y ，控制 Z1 和 Z2

reg Y X M Z1 Z2

1. 进行 Sobel 检验判断中介效应是否显著

ssc install sgmediation
sgmediation Y, mv(M) iv(X) cv(Z1 Z2)

五、代码解释

• reg M X Z1 Z2 ：使用普通最小二乘法（OLS）估计 M 关于 X ，同时控制 Z1 和 Z2 的线性回归模型。
• reg Y X Z1 Z2 ：估计 Y 关于 X ，同时控制 Z1 和 Z2 的线性回归，以获取总效应。
• reg Y X M Z1 Z2 ：在控制了中介变量 M 以及 Z1 和 Z2 的情况下，估计 Y 关于 X 的回归，得到直接效应。
• ssc install sgmediation ：安装用于进行 Sobel 检验的 sgmediation 命令。
• sgmediation Y, mv(M) iv(X) cv(Z1 Z2) ：进行 Sobel 检验，其中 Y 是因变量，M 是中介变量，X 是自变量，Z1 和 Z2 是控制变量。

六、代码运行结果及解释

运行上述代码后，Stata 会输出回归结果，包括系数估计值、标准误差、t 值和 p 值等。

以第一个回归

reg M X Z1 Z2

为例，输出可能如下：

Source |       SS       df       MS              Number of obs =  1000
-------------+------------------------------           F(  3,   996) =  123.45
       Model |  234.5678       3  78.18926           Prob > F      =  0.0000
    Residual |  567.8901     996  0.5701707           R-squared     =  0.2912
-------------+------------------------------           Adj R-squared =  0.2855
       Total |  802.4579     999  0.8032603

              |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+---------------------------------------------------------------
         X |   0.5678    0.0543   10.45   0.000     0.4612    0.6744
        Z1 |   0.1234    0.0876    1.41   0.158    -0.0487    0.2955
        Z2 |  -0.0567    0.0678   -0.84   0.402    -0.1901    0.0767
       _cons |   0.2345    0.1234    1.89   0.059    -0.0087    0.4777

这里，系数

0.5678

表示在控制了

Z1

和

Z2

后，

X

对

M

的影响。

对于其他回归，类似地解释结果。

七、结论

通过以上步骤，我们在 Stata 中完成了考虑控制变量的中介效应模型分析。需要注意的是，在实际研究中，还需要对模型的假设、数据的质量和结果的稳健性进行深入的讨论和检验。

【小菲stata】中介效应模型，逐步回归模型、系数乘积法验证中介效应 (qq.com)

中介效应分析（概念篇） (qq.com)