如何在R中实现含两个中介变量的双路径中介分析？

核心思路 #

要实现自变量通过两个并行中介变量作用于因变量的因果中介分析，可使用mediation包完成：通过拟合多变量中介模型和包含所有中介变量的结果模型，再用mediate()函数计算中介效应，最终得到你需要的格式输出。

步骤1：加载依赖包与数据 #

首先加载所需包，并用你提供的代码生成数据集：

# 加载包
library(mediation)

# 生成数据集
id <- rep(c(1, 2, 3), each = 4)
IV1 <- rep(c(2, 1), each = 2, times = 3)
IV2 <- rep(c(1, 2), times = 6)
DV <- c(4,3,2,4,4,4,5,4,4,4,3,5)
M1 <- c(1,1,1,3,3,5,3,4,3,4,2,4)
M2 <- c(3,4,4,4,4,5,4,5,4,4,4,4)
df2 <- data.frame(id, IV1, IV2, DV, M1, M2)

步骤2：IV1的双中介分析 #

拟合模型 #

• 中介模型：以M1和M2为联合因变量，IV1为自变量
• 结果模型：以DV为因变量，IV1、M1、M2为自变量

# 拟合多变量中介模型
med_model_IV1 <- lm(cbind(M1, M2) ~ IV1, data = df2)
# 拟合结果模型
out_model_IV1 <- lm(DV ~ IV1 + M1 + M2, data = df2)

# 运行中介分析，bootstrap抽样1000次（可按需调整次数）
result_IV1 <- mediate(med_model_IV1, out_model_IV1, 
                      treat = "IV1", mediator = c("M1", "M2"),
                      boot = TRUE, sims = 1000)

查看输出 #

执行summary(result_IV1)即可得到目标格式结果，输出包含：

• 单个中介变量的ACME（平均因果中介效应）
• 总ACME（两个中介效应之和）
• ADE（平均直接效应）
• 总效应、中介比例等统计量

步骤3：IV2的双中介分析 #

重复上述流程，替换自变量为IV2即可：

# 拟合多变量中介模型
med_model_IV2 <- lm(cbind(M1, M2) ~ IV2, data = df2)
# 拟合结果模型
out_model_IV2 <- lm(DV ~ IV2 + M1 + M2, data = df2)

# 运行中介分析
result_IV2 <- mediate(med_model_IV2, out_model_IV2, 
                      treat = "IV2", mediator = c("M1", "M2"),
                      boot = TRUE, sims = 1000)

# 查看结果
summary(result_IV2)

可选：考虑重复测量的混合效应模型 #

如果数据存在重复测量（如示例中的id为重复观测单位），可使用lme4包拟合混合效应模型适配分层数据：

library(lme4)

# IV1的混合效应中介分析
med_lmer_IV1 <- lmer(cbind(M1, M2) ~ IV1 + (1|id), data = df2)
out_lmer_IV1 <- lmer(DV ~ IV1 + M1 + M2 + (1|id), data = df2)
result_lmer_IV1 <- mediate(med_lmer_IV1, out_lmer_IV1, 
                           treat = "IV1", mediator = c("M1", "M2"),
                           boot = TRUE, sims = 1000)
summary(result_lmer_IV1)

内容的提问来源于stack exchange，提问作者aesm315