结构方程模型中类别中介潜变量截距计算及X=0时总效应求解

我完全懂你现在的困扰——用MPlus的潜变量法处理3类别中介变量M时，WLSMV估计器搭配probit链接只会输出类别阈值，压根不直接给潜连续变量M*的截距，但你偏要这个截距才能算出X=0时的总效应。别慌，下面给你一步步讲清楚怎么解决：

一、先搞懂潜变量M*和观测类别M的对应关系 #

用probit链接时，3类别M（假设编码为0、1、2）和潜连续变量M*的关系是这样的：

• 当观测到M=0时，潜变量满足 M* ≤ τ₁
• 当观测到M=1时，潜变量满足 τ₁ < M* ≤ τ₂
• 当观测到M=2时，潜变量满足 M* > τ₂
  这里的τ₁、τ₂就是MPlus输出的阈值。另外要记住，WLSMV+Probit下，MPlus会默认把潜变量M*的方差固定为1，这对我们后续推导很重要。

二、两种方法获取M*的截距（α₀） #

你的M预测模型是 M* = α₀ + α₁X + α₂X₁，其中α₀就是我们要找的截距——也就是X=0、X1=0时M*的预测值。有两种方式拿到它：

方法1：修改MPlus语法直接输出截距 #

最简单的办法是给输出命令加上TECH1，它会打印所有模型参数的估计值，包括藏起来的M*截距。修改后的语法大概是这样：

TITLE: 类别中介模型;
DATA: FILE = your_data_file.dat;
VARIABLE: NAMES = Y M X X1;
  CATEGORICAL = M;  # 声明M是类别变量
ANALYSIS: ESTIMATOR = WLSMV;
  LINK = PROBIT;
MODEL:
Y ON M X X1;
M ON X X1;
OUTPUT: TECH1;  # 关键：TECH1会输出所有参数细节

打开TECH1的输出结果，找对应M的线性预测项的常数项——一般会标注类似INTERCEPT OF M或者在参数列表里对应M的截距行，那个值就是α₀。

方法2：用阈值和类别概率手动推导 #

如果你不想改语法，也可以手动算。先从描述性统计里拿到X=0、X1=0时M的三类概率P₀（M=0的比例）、P₁（M=1的比例）、P₂（M=2的比例），然后结合MPlus输出的阈值τ₁、τ₂，用probit的逆函数（Φ⁻¹，也就是正态分布的分位数函数）计算：

α₀ = τ₁ - Φ⁻¹(P₀)

或者用第二类的累积概率验证：

α₀ = τ₂ - Φ⁻¹(P₀ + P₁)

两个结果应该基本一致，毕竟阈值就是基于这些概率估计出来的。不过手动算容易出错，还是TECH1输出更靠谱。

三、计算X=0时的目标Y值 #

拿到α₀之后，就可以一步步算你要的Y值了：

1. 先确定X1的取值（比如用样本均值，或者你研究中关注的特定值），计算X=0时M*的预测值：
   M*_pred = α₀ + α₂*X1
   这里的α₂是M对X1的回归系数，能在MPlus的常规输出里找到。
2. 再用Y的回归方程计算对应的Y值：
   Y_pred = β₀ + β₁*M*_pred + β₂*0 + β₃*X1
   其中β₀是Y方程的截距，β₁是Y对M*的系数，β₃是Y对X1的系数，这些也都能在MPlus的默认输出里找到。

这个Y_pred就是你要的——X=0且M*取X=0时的预测值对应的Y值，基于它就能进一步分析总效应啦。

内容的提问来源于stack exchange，提问作者Stephan