更改

跳到导航 跳到搜索

中介分析 (查看源代码)

2021年6月13日 (日) 23:09的版本

添加3,981字节 、 2021年6月13日 (日) 23:09
无编辑摘要
第1行： 第1行：  +
 +
{{#seo:
 +
|keywords=中介分析,因果科学,统计学
 +
|description=中介分析,因果科学,统计学
 +
}}
    
在统计学中，中介模型试图通过引入第三个假设变量，即中介变量(也称为中介变量、中介变量或中介变量)，来识别和解释自变量与因变量之间观察到的关系的基础机制或过程。与自变量和因变量之间的直接因果关系不同，中介模型所描绘的图景是自变量通过影响中介变量（不可观测）进而影响因变量。因此，中介变量的作用是澄清自变量和因变量之间关系的本质。<ref>MacKinnon, D. P. (2008). ''Introduction to Statistical Mediation Analysis''. New York: Erlbaum.</ref><references group="MacKinnon, D. P. (2008). Introduction to Statistical Mediation Analysis. New York: Erlbaum." />
 
在统计学中，中介模型试图通过引入第三个假设变量，即中介变量(也称为中介变量、中介变量或中介变量)，来识别和解释自变量与因变量之间观察到的关系的基础机制或过程。与自变量和因变量之间的直接因果关系不同，中介模型所描绘的图景是自变量通过影响中介变量（不可观测）进而影响因变量。因此，中介变量的作用是澄清自变量和因变量之间关系的本质。<ref>MacKinnon, D. P. (2008). ''Introduction to Statistical Mediation Analysis''. New York: Erlbaum.</ref><references group="MacKinnon, D. P. (2008). Introduction to Statistical Mediation Analysis. New York: Erlbaum." />
第130行： 第135行：     
* Kenneth MacCorquodale and ''Paul E. Meehl'' (1948) ''[http://psychclassics.yorku.ca/MacMeehl/hypcon-intvar.htm ON A DISTINCTION BETWEEN HYPOTHETICAL CONSTRUCTS AND INTERVENING VARIABLES]'' ''Classics in the History of Psychology'', retr. 22 Aug 2011.
 
* Kenneth MacCorquodale and ''Paul E. Meehl'' (1948) ''[http://psychclassics.yorku.ca/MacMeehl/hypcon-intvar.htm ON A DISTINCTION BETWEEN HYPOTHETICAL CONSTRUCTS AND INTERVENING VARIABLES]'' ''Classics in the History of Psychology'', retr. 22 Aug 2011.
 +
 +
== 编者推荐==
 +
 +
 +
===书籍推荐===
 +
 +
[[File:统计因果推理入门.jpg|200px|thumb|right|《统计因果推理入门》封面]]
 +
 +
*[[统计因果推理入门]] 对应英文[[Causal Inference in Statistics: A Primer]]
 +
 +
这本书非常适合初学者入门因果科学，这里面涉及到对结构因果模型的详细定义和阐述，非常清晰易懂。
 +
 +
 +
 +
===课程推荐===
 +
*[https://campus.swarma.org/course/2008 中介分析和路径因果效应（上）| 因果科学与Causal AI读书会第 4 期]
 +
 +
::这个视频内容来自[[集智俱乐部读书会]]-因果科学与Causal AI读书会第一季内容的分享，主题是“中介分析和路径因果效应”，由ThoughtWorks高级咨询师兼东南亚市场技术总监徐培以及辅仁大学心理系在读硕士原显智来进行分享。分享的主题分别是可识别性问题以及在中介效应中的可识别性问题。
 +
 +
 +
*[https://campus.swarma.org/course/2013 中介分析和路径因果效应（下）| 因果科学与Causal AI读书会第 5 期]
 +
::这个视频内容来自[[集智俱乐部读书会]]-因果科学与Causal AI读书会第一季内容的分享，这主题是“中介分析和路径因果效应(论文解读)”，由毕业于北京大学数学学院陆怡舟以及北京大学数学科学学院在读博士胡文杰来进行分享。分别探讨了关于路径效应中的半参数估计方法和基于干预方法的中介分析。
 +
 +
 +
=== 文章总结 ===
 +
 +
*[https://blog.csdn.net/arlionn/article/details/103853712?utm_medium=distribute.pc_feed_404.none-task-blog-2~default~OPENSEARCH~default-7.nonecase&depth_1-utm_source=distribute.pc_feed_404.none-task-blog-2~default~OPENSEARCH~default-7.nonecas Stata+R: 一文读懂中介效应分析]
 +
 +
北京师范大学的莎莎同学分享在CSDN上的一篇文章，金额充好了如何用中介效应进行分析。
 +
 +
 +
[https://mp.weixin.qq.com/s/l-05jRYabGI-JoXedU-PLA 因果科学：连接统计学、机器学习与自动推理的新兴交叉领域]
 +
 +
[https://mp.weixin.qq.com/s/ZOUeF_HEFneYVi2BPe8LFg 因果观念新革命？万字长文，解读复杂系统背后的暗因果]
 +
 +
[https://mp.weixin.qq.com/s/dVxgHcQAz_VjT-HDa2fXgg 周晓华：因果推断的数学基础和在医学中的应用]
 +
 +
 +
=== 相关路径 ===
 +
* [https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表]，这个是根据读书会中解读的论文，做的一个分类和筛选，方便大家梳理整个框架和内容。
 +
* [https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨，以及因果在机器学习方面应用的分析。
 +
* [https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径]，这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开，第一部分是因果科学的基本定义及其哲学基础，第二部分是统计领域中的因果推断，第三个部分是机器学习中的因果（Causal AI）。
 +
* [https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献]，这个路径是张江老师梳理了网络动力学重构问题，描述了动力学建模的常用方法和模型，并介绍了一些经典且重要的论文，这也是复杂系统自动建模读书会的主要论文来源，所以大部分都有解读视频。
 +
* [https://pattern.swarma.org/path?id=114 因果纠缠集智年会——因果推荐系统分论坛]关于因果推荐系统的参考文献和主要嘉宾介绍，来源是集智俱乐部的因果纠缠年会。
 +
 +
 +
 +
 +
 +
----
 +
本中文词条由[[用户: 徐培|徐培]]用户参与编译，[[用户:龚鹤扬|龚鹤扬]]参与审校，[[用户:思无涯咿呀咿呀|思无涯咿呀咿呀]]编辑，欢迎在讨论页面留言。
 +
 +
 +
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''
取自“https://wiki.swarma.org/index.php/特殊:移动版差异/23624”

导航菜单