中介效应分析简介

1. 概念定义

中介效应（Mediation Effect）是指自变量 $X$ 对因变量 $Y$ 的影响并不是直接的，而是通过一个或多个中介变量 $M$ 间接产生的。即 $X$ 导致 $M$ 的变化，进而 $M$ 导致 $Y$ 的变化。

2. 理论基础

本分析基于 Baron & Kenny (1986) 的逐步回归法以及现代统计学推荐的 Bootstrap 抽样法。

• 总效应 ($c$): $Y = cX + e_1$
• 路径 $a$: $M = aX + e_2$
• 路径 $b$ 与直接效应 ($c'$): $Y = c'X + bM + e_3$
• 中介效应 (间接效应): $a \times b$
• 关系式: $c = c' + ab$

3. 文件说明

• main.do: Stata 执行脚本。包含数据加载、描述性统计、三步回归法检验以及 Bootstrap 显著性检验。
• 结果展示.md: 对运行 main.do 后产生的文字输出结果的解读指南。

4. 适用场景

适用于社会科学、经济学、医学等领域，用于解释“为什么”或“如何”发生某种影响机制的研究。

结果展示说明

本部分描述在 Stata 中运行 main.do 文件后，控制台及输出文件中将呈现的文字内容。

1. 描述性统计输出

• 输入指令*: summarize X M Y controls
• 输出描述*:

系统将列出变量 X, M, Y, controls 的观测值数量 (Obs)、均值 (Mean)、标准差 (Std. Dev.)、最小值 (Min) 和最大值 (Max)。用于检查数据分布及是否存在异常值。

2. 逐步回归结果 (esttab 生成的表格)

• 输入指令*: esttab ... using results_table.rtf
• 输出描述*:

生成一个包含三列的回归系数表：

• 第一列 (Total Effect): 显示 $X$ 对 $Y$ 的回归系数 ($c$)。若系数显著且符号符合预期，说明存在总效应。
• 第二列 (Path A): 显示 $X$ 对 $M$ 的回归系数 ($a$)。若显著，说明自变量能显著影响中介变量。
• 第三列 (Direct Effect): 显示加入 $M$ 后，$X$ 对 $Y$ 的回归系数 ($c'$) 以及 $M$ 对 $Y$ 的系数 ($b$)。
  • 若 $c'$ 不显著，而 $a$ 和 $b$ 均显著，通常提示完全中介。
  • 若 $c'$ 依然显著但数值小于 $c$，且 $a, b$ 显著，提示部分中介。

表格底部将显示样本量 (N) 和 R 平方值 (r2)。

3. Bootstrap 中介效应检验结果

• 输入指令*: bootstrap r(ind_eff), reps(1000) ...
• 输出描述*:

系统将显示 Bootstrap 抽样的详细日志，最后呈现一个关键表格：

• Observed Coef.: 观察到的中介效应值 ($a \times b$)。
• Bias: 偏差估计值。
• Std. Err.: 标准误。
• [95% Conf. Interval]: 95% 置信区间。
  • 判断标准: 如果置信区间不包含 0 (即上下限同号)，则表明中介效应在统计上显著 (p < 0.05)。
  • 例如：若区间为 [0.12, 0.45]，则中介效应显著为正；若区间为 [-0.05, 0.03]，则中介效应不显著。

4. 结论文本示例

根据上述输出，用户可得出如下文字结论：

"Bootstrap 检验结果显示，中介效应值为 0.25，95% 置信区间为 [0.10, 0.42]，不包含 0，表明中介效应显著。在加入中介变量后，自变量 X 对因变量 Y 的直接效应由 0.80 下降至 0.55 且依然显著，说明存在部分中介效应，中介贡献率约为 31%。"