Stata链式中介效应代码修改

Question

Stata链式中介代码修改

global Ctrls lev_w dual_w liquid_w lnsize1_w  i.id  i.year
cap program drop Fun_Med
program Fun_Med, rclass
  gsem (Pre <- DID2 $Ctrls) (lnGIA <- DID2 Pre $Ctrls) (lnPro_w <- lnGIA Pre DID2 $Ctrls), vce(r) nocaps 
  * 效应改变法
  return scalar CIE1 = _b[Pre:DID2]*_b[lnPro_w:Pre]
  return scalar CIE2 = _b[lnGIA:DID2]*_b[lnPro_w:lnGIA]
  * 直接效应
  return scalar DirctE = _b[lnPro_w:DID2] 
  * 总效应
  return scalar TotalE=_b[lnPro_w:DID2]+_b[Pre:DID2]*_b[lnPro_w:Pre]+_b[lnGIA:DID2]*_b[lnPro_w:lnGIA]
  end
set seed 123

Fun_Med

bootstrap r(DirctE) r(CIE1) r(CIE2)  r(TotalE), reps(10) : Fun_Med
estat boot, bc percentile

CIE3也就是链式中介效应a1b1b2的结果没有出现，请问应该怎么修改代码？

Answer 1

引自免费微信小程序：皆我百晓生

要修改Stata中的链式中介效应分析代码，首先确保理解当前模型设置：您正在通过gsem命令估计一个结构方程模型，其中包含了直接效应、两个间接效应（通过Pre和lnGIA作为中介变量）以及总效应的计算。接下来，我将提供一个调整后的代码示例，同时尝试根据您的图示描述构建中介效应的直观表示。

修改后的Stata代码

首先，让我们对原始代码做一些可能的调整或澄清，以更好地适应不同的研究需求或更清晰地展示中介效应。

* 假设全局定义的控制变量和模型设定保持不变
global Ctrls "lev_w dual_w liquid_w lnsize1_w  i.id  i.year"

* 定义并执行Fun_Med程序，这里增加了一些注释以便理解
capture program drop Fun_Med
program define Fun_Med, rclass
    gsem (lnPro_w <- DID2 Pre lnGIA $Ctrls) , vce(robust) nocaps // 直接在因变量前指定所有自变量
    // 计算效应
    return scalar CIE1 = _b[Pre]*_b[lnPro_w:Pre] // 通过Pre的间接效应 (Ind1)
    return scalar CIE2 = _b[lnGIA]*_b[lnPro_w:lnGIA] // 通过lnGIA的间接效应 (Ind2)
    return scalar CIE3 = _b[DID2]*(_b[lnPro_w:Pre]*_b[Pre] + _b[lnPro_w:lnGIA]*_b[lnGIA]) // 双重中介的间接效应 (Ind3)
    return scalar DirctE = _b[DID2] // DID2的直接效应
    return scalar TotalE = _b[DID2] + r(CIE1) + r(CIE2) + r(CIE3) // 总效应考虑所有路径
end

* 设置随机种子并运行Fun_Med
set seed 123
Fun_Med

* 进行Bootstrap以获得效应的置信区间
bootstrap r(DirctE) r(CIE1) r(CIE2) r(CIE3) r(TotalE), reps(1000) nodots saving(mediation_results, replace): Fun_Med
estat boot, bc percentile // 查看Bootstrap结果

中介效应示意图解释

由于直接在文本中绘制图形受限，我将用文字和符号描述中介效应的路径，对应于您提供的图1和图2的内容描述。

图形描述

1. 直接路径: DID → PRO 表示直接效应（Direct Effect, DirctE），由系数b1（即_b[DID2]）表示。

2. 间接路径1 (Ind1): DID → Pre → PRO，通过Pre作为第一个中介变量的间接效应，计算为CIE1 = b[Pre:DID2] * b[lnPro_w:Pre]。

3. 间接路径2 (Ind2): DID → lnGIA → PRO，通过lnGIA作为第二个中介变量的间接效应，计算为CIE2 = b[lnGIA:DID2] * b[lnPro_w:lnGIA]。

4. 综合间接效应: 在实际链式中介模型中，还可能包括DID → Pre → lnGIA → PRO的路径，这代表了通过两个中介变量的联合间接效应，也就是所谓的双重中介效应（CIE3），但需要注意的是，上述Stata代码中直接计算了两个独立间接效应的总和，未明确分离出这一特定的交互路径效应。如果需要精确计算此额外的间接效应，模型设定和计算方法可能需要进一步调整。

通过上述代码和描述，您可以评估和报告DID政策对lnPro_w（PRO）的直接效应、单个中介效应以及潜在的综合间接效应，并通过Bootstrap得到这些效应的置信区间。如果您有特定的图形绘制需求或进一步的统计检验要求，请告知，我会尽力提供指导。