image.png
image.png
image.png
-
case: 中介选择的是CRP/wbc炎症反应指标
image.png
XMY均为连续变量的中介效应分析
rm(list = ls())
#install.packages("mediation")
library(mediation)
data(jobs)
head(jobs)
# econ_hard：治疗前经济困难的水平，数值范围为 1 到 5；
# depress1：治疗前的抑郁症状测量；
# sex：性别指示变量，1 = 女性；
# age：年龄，单位为年；
# occp：7 类职业因素；
# marital：5 类婚姻状况因素；
# nonwhite：种族指示变量，1 = 非白人；
# educ：5 类教育程度因素；
# income：5 类收入水平因素
# job_seek：测量求职自我效能感的连续量表，数值范围为 1 到 5（中介变量）；
# depress2：治疗后的抑郁症状测量；
# work1：就业指示变量，1 = 已就业；
# job_dich：将 job_seek 变量重新编码为高、低两类自我效能感，1 = 高求职自我效能感；
# job_disc：将 job_seek 变量重新编码为四个等级，从最低到最高；
# treat：指示变量，表示参与者是否被随机选为JOBS II 培训计划的干预组，1 = 被分配参加；
# comply：指示变量，表示参与者是否实际参与了JOBS II 计划，1 = 参与；
# control：指示变量，表示参与者是否被随机分配为不参与JOBS II 培训计划的对照组，1 = 不参与。
# 假说：使用depress1作为自变量，econ_hard作为中介变量，depress2作为因变量，treat作为协变量。
# 干预前的抑郁症状 通过经济水平，影响治疗后的抑郁症状
中介效应经典流程
#第一步，X与Y的关联，控制Z
```{r}
model.0 <- lm(depress2 ~ depress1+treat, data=jobs)
summary(model.0)
# 检验方程(1)的系数c,如果显著,按中介效应立论,否则按遮掩效应立论；但无论是否显著, 都进行后续检验
# 系数c=0.49630 ,Std. Error=0.03469,p值显著小于0.05，表明总效应是0.4963，x显著影响y的值
# 第二步
# 第二步, 依次检验方程(2)的系数 a 和方程(3)的系数 b, 如果两个都显著, 则间接效应显著, 转到第四步; 如果至少有一个不显著, 进行第三步
##系数a是将中介变量m作为y，x仍为自变量+协变量
model.1 <- lm(econ_hard~ depress1+treat, data=jobs)
summary(model.1)
# 系数a的值=0.55998，Std. Error=0.05516，p值显著小于0.05；
#求系数b，y仍为y，x为中间变量m+自变量x+协变量
model.2 <- lm( depress2~ econ_hard+depress1+treat, data=jobs)
summary(model.2)
# 系数b的值=0.04586，Std. Error=0.02096，p值小于0.05；
# 系数c′的值0.47062，Std. Error=0.03655，p值小于0.05； ###可求得系数c``
#使用mediation包中的mediate()进行bootstrapping检验：
#第三步
```{r}
contcont <- mediate(model.1, #X→M
model.2, #M→Y，调整X的模型
sims=500,
treat="depress1", ###treat放的是自变量
mediator="econ_hard",
boot=TRUE)
summary(contcont)
# 通过使用非参数 Bootstrap 方法估计中介效应，sims=500指模拟了 500 次样本：
####该结果主要说明中介效应和中介效应的比例是否有统计学意义
# ACME 表示自变量 depress1通过中介变量econ_hard对因变量的间接效应（即中介效应）。在此分析中，间接效应显著（p <0.05），说明中介变量存在显著的中介效应，且间接效应的估计值为 0.02568。 注意这里的系数并不是系数a*b
# ADE 表示自变量 depress1 对因变量的直接效应，不通过中介变量econ_hard。该效应非常显著（p < 0.001），说明 depress1 对因变量的直接影响很强，估计值为 0.47062。注意这里的系数并不是系数c`
# Total Effect 是自变量 depress1对因变量的总效应，包括直接效应和间接效应。结果非常显著（p < 0.001），估计值为 0.49630。注意这里的系数并不是系数c
# 中介效应（ACME）占总效应的比例，约为 5.17%。这个比例显著（p < 0.05），意味着中介变量 econ_hard 解释了 depress1 对因变量约 5.17% 的影响，虽然比例较小，但其统计意义显著。
