一、用Stata检验调节和中介效应：课件+数据+代码+实证
中介变量 是介于自变量与因变量之间的，它可以部分地解释自变量对因变量的间接影响，即自变量对因变量的影响可以分为直接效应和间接效应两部分。
调节变量 影响模型中其他的变量的作用效果，也就是说，模型中特定变量的作用效果会依赖于调节变量的取值大小。
调节中介效应 (Moderated Mediation) 是指调节变量的取值大小影响中介变量所能解释的间接效应的幅度，这被称为 条件间接效应。在调节变量取特定值得条件下，解释间接效应的影响效果。
1.DMEDMOD.R
2.Simple Slopes
3.被调节的中介Stata
Workshop moderated regression.ppt
多个调节效应的比较.do
调节效应和被调节的中介效应.do
用Stata检验第二阶段被调节的中介.do
用Stata检验调节效应.do
用Stata检验调节效应-1.do
中介效应、调节效应和被调节的中介效应.do
二、运用SPSS、AMOS、Mplus进行中介与调节效应分析
三、多重中介Stata代码及Bootstrap中介效应
多重中介模型即存在多个中介变量的模型。根据多个中介变量之间是否存在相互影响，多重中介模型可以分为单步多重中介模型和多步多重中介模型。单步多重中介模型是指多个中介变量之间不存在相互影响中去掉路径便是一个单步多重中介模型，又称为并行多重中介模型。多步多重中介模型是指多个中介变量之间存在相互影响，多个中介变量表现出顺序性特征，形成中介链，又称为链式多重中介模型。
多重中介模型相对于简单中介模型具有三大优势：
首先，可以得到总的中介效应。
其次，可以在控制其他中介变量(如控制 )的前提下，研究每个中介变量(如 )的特定中介效应。这种做法可以减少简单中介模型因为忽略其他中介变量而导致的参数估计偏差。
第三，可以得到对比中介效应，使得研究者能判断多个中介变量的效应(如  和  )中，哪一个效应更大，即判断哪一个中介变量的作用更强。这样，对比中介效应能使研究者判断多个中介变量理论(如 和 )中，哪个中介变量理论更有意义。
四、stata中介效应模型(代码命令+配套数据）
stata中介效应模型模型选择包括配套数据和stata代码命令、自己把数据带入跑一下即可快速掌握