mplus中介、调节和有调节的中介教程

xxxspy 2024-05-20 10:13:18
Categories： Tags：

本文档包含用于检验中介、调节和有调节的中介模型的 Mplus 代码，包括与 Andrew Hayes 在其 SPSS PROCESS 插件中列出的模型，
但是我们不会在教程中写全部的process模型， 因为当你理解的原理， 你将有能力自己写出任意process模型。
建议您在进行此类分析之前阅读他的开创性著作（Hayes, A. F. (2013, 2017)。《中介、调节和条件过程分析简介：基于回归的方法》， 纽约：吉尔福德出版社。

为什么使用MPLUS

Mplus学习曲线比较陡，入门困难， 但是为什么要使用mplus， 我觉得有如下理由：

本教程重要内容

具体模型举例

SPSS Process Model 1 最简单的调节模型

Process 中最简单的调节效应模型就是 model 1， 如图所示：

概念图：

统计图：

上面那个图叫做概念图， 下面的图叫做统计模型图， 两图虽然都可以表示变量之间的关系，
但是统计模型图更直观的给出了模型的公式， 根据上面的统计图， 我们可以列出模型的方程：

1
Y = b0 + b1X + b2W + b3XW

将上述方程提取公因式，得到下面的方程：

1
Y = (b0 + b2W) + (b1 + b3W)X

从方程中， 我们之所以说W是调节变量， 就是因为 X 的回归系数b1 + b3W中包含了W， 即W可以改变了X对Y的影响力。
假如W越大， b1 + b3W的绝对值越大， 那么说明W是增强了X对Y的效应， 这时候W具有增强作用；
反之， W具有削弱X和Y之间效应的作用。

这个案例目的就是介绍， 在 Process中 ，调节效应的本质就是 自变量 和调节变量乘积项的回归系数。
在mplus中， 我们延用process的概念， 但是mplus没有使用最小二乘法的回归分析， 所以我们叫路径系数， 而不是回归系数。

在Mplus中如何分析这个模型：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
！注意代码中省略了DATA命令，你需要自行设定数据
! 预测变量 - X
! 调节变量 - W
! 结果变量 - Y
USEVARIABLES = X W Y XW; # XW 是我们定义的，在数据中并不存在
DEFINE:
    XW = X*W; # 定义乘积项，有时候也叫调节项
ANALYSIS:
    TYPE = GENERAL;
    ESTIMATOR = ML;
    BOOTSTRAP = 10000;
MODEL:
    [Y] (b0); # 定义参数名称使用括号
    Y ON X (b1);  # 路径系数是b1
    Y ON W (b2);  # 路径系数是b2
    Y ON XW (b3); # 路径系数是b3
MODEL CONSTRAINT:
    NEW(LOW_W MED_W HIGH_W SIMP_LO SIMP_MED SIMP_HI);
    LOW_W = #LOWW; ! replace #LOWW 你选择的W的最小值
    MED_W = #MEDW; ! replace #MEDW 你选择的W的均值
    chosen medium value of W
    HIGH_W = #HIGHW; ! replace #HIGHW 你选择的最大值

    ! Now 现在计算在不同W的值下， X对Y的简单效应
    SIMP_LO = b1 + b3*LOW_W;
    SIMP_MED = b1 + b3*MED_W;
    SIMP_HI = b1 + b3*HIGH_W;

    ! 现在需要绘制调节效应图
    ! NOTE - values of 1,5 in LOOP() 需要根据实际情况自己设定
    ! 他们是你认为的X的最小和最大值
    PLOT(LOMOD MEDMOD HIMOD);
    LOOP(XVAL,1,5,0.1);
    LOMOD = (b0 + b2*LOW_W) + (b1 + b3*LOW_W)*XVAL;
    MEDMOD = (b0 + b2*MED_W) + (b1 + b3*MED_W)*XVAL;
    HIMOD = (b0 + b2*HIGH_W) + (b1 + b3*HIGH_W)*XVAL;
PLOT:
    TYPE = plot2;
OUTPUT:
    STAND CINT(bcbootstrap);

（未完待续）

响应性和反映性指标一篇文章解释清楚
如何检验测量模型不变性在结构方程的多组比较中