全文阅读：https://www.lianxh.cn/news/1b8c1522f1256.html
目录
1. 背景介绍2. 中介效应分析 2.1 BK 方法2.2 BK 方法的改进2.3 BK 方法的替代方法3. medsem 命令介绍4. 使用 medsem 进行中介效应分析的示例5. 结语6. 参考资料7. 相关推文相关课程 免费公开课最新课程-直播课关于我们
1. 背景介绍
在分析变量 对 的影响途径和机制时，「中介效应分析」是一个重要的工具。
在连享会以往的推文中，我们介绍了分析中介效应的各种方法，主要以传统的回归分析为基础。但我们仍然需要一个能对包括可观察变量和潜变量在内的所有回归方程同时进行估计的包，即能在结构方程模型（structural equation modelling, SEM）框架下进行中介效应分析。
由于传统的回归分析 (regression) 估计中介效应时的标准误较大 (参数估计不准确)，且回归分析框架下使用 Sobel 检验时需要假定 服从正态分布。而通过 SEM 进行中介效应分析可以弥补上述缺陷，它能对所有模型参数同时进行估计，且 SEM 本身有助于中介效应分析，因此 SEM 方法应是进行中介效应分析的最佳框架 (Zhao et al., 2010 和 Iacobucci et al., 2007)。
本文我们介绍 Mehmetoglu（2018）提供的 Stata 命令 medsem，它有助于对非常复杂的模型进行适当而完整的中介效应分析。medsem 是在使用 Stata 命令 sem 估计结构方程模型（SEM）后，再进行使用的后估计命令（post estimation command）。本文将对这一命令进行介绍。
全文阅读：https://www.lianxh.cn/news/1b8c1522f1256.html