更改

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

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 />

 

MacKinnon, D. P. (2008). ''Introduction to Statistical Mediation Analysis''. New York: Erlbaum.

<references />

<references />

<references group="MacKinnon, D. P. (2008). Introduction to Statistical Mediation Analysis. New York: Erlbaum." />

<references group="MacKinnon, D. P. (2008). Introduction to Statistical Mediation Analysis. New York: Erlbaum." />

。Baron and Kenny（1986）提出的中介效应(mediation)框架（简称BK框架）在社会心理和消费者行为等诸多社会科学研究中产生了十分深远的影响。基于回归的分析的传统 BK 框架存在一些局限性。例如，Zhao et al.（2010）指出了BK框架存在的三点问题：第一，直接效应的缺失不应成为评价中介效应强度的标准；第二，寻找中介效应无需以X对Y存在显著的净效应为前提；第三，Sobel z检验的效力并不强，存在改进方式。近年来，基于现代因果模型的因果中介分析框架缓解了部分问题，成为了中介分析研究热点。

。Baron and Kenny（1986）提出的中介效应(mediation)框架（简称BK框架）在社会心理和消费者行为等诸多社会科学研究中产生了十分深远的影响。基于回归的分析的传统 BK 框架存在一些局限性。例如，Zhao et al.（2010）指出了BK框架存在的三点问题：第一，直接效应的缺失不应成为评价中介效应强度的标准；第二，寻找中介效应无需以X对Y存在显著的净效应为前提；第三，Sobel z检验的效力并不强，存在改进方式。近年来，基于现代因果模型的因果中介分析框架缓解了部分问题，成为了中介分析研究热点。

这些分数涉及模型参数的微妙的组合，并且可以在中介公式的帮助下机械地构造。值得注意的是，由于交互作用，即使参数 <math>c_{1}</math> 为 0，直接效应也可以存在。而且，即使直接和间接效应都为 0，总效应也可以存在。 这说明孤立地估计参数几乎无法告诉我们中介的效果。更一般地说，中介和调节是交织在一起的，不能分开评估。

这些分数涉及模型参数的微妙的组合，并且可以在中介公式的帮助下机械地构造。值得注意的是，由于交互作用，即使参数 <math>c_{1}</math> 为 0，直接效应也可以存在。而且，即使直接和间接效应都为 0，总效应也可以存在。 这说明孤立地估计参数几乎无法告诉我们中介的效果。更一般地说，中介和调节是交织在一起的，不能分开评估。