请问解决了吗？同个体太多

现在好像安装不了这个命令了，可以百度找找已经安装的ado文件；或者试试连老师推荐的新命令sgmediation2：https://www.*/news/fc7fde1bd0dba.html

请问您解决了吗

参考这个大佬的做法，从源代码修改去解决这个问题，同时不会因为虚拟变量太多导致运行速度过慢和结果冗杂，如果要使用稳健标准误，我建议可以参考这个做法去修改sgmediation2的源代码！https://www.bilibili.com/video/BV1Gs4y1M7Y8/?buvid=Z147CA134EA9C1E0415E9BC51576592FDF32&from_spmid=dt.space-search.video.0&is_story_h5=false&mid=FglThSoj4NzYDzCzpwo5RA%3D%3D&p=1&plat_id=116&share_from=ugc&share_plat=ios&share_session_id=EF74B9F1-2963-4065-BC19-F17B1C2FF6CB&share_tag=s_i&spmid=united.player-video-detail.0.0&unique_k=Y2V8gV8&up_id=40545247&vd_source=7c48eb99798387f039ba70a68cbc8983

参考这个大佬的做法，从源代码修改去解决这个问题，同时不会因为虚拟变量太多导致运行速度过慢和结果冗杂，如果要使用稳健标准误，我建议可以参考这个做法去修改sgmediation2的源代码（不用sgmediation2的朋友，最简单的直接在sgmediation基础上加r，vce就行）！vcehttps://www.bilibili.com/video/BV1Gs4y1M7Y8/?buvid=Z147CA134EA9C1E0415E9BC51576592FDF32&from_spmid=dt.space-search.video.0&is_story_h5=false&mid=FglThSoj4NzYDzCzpwo5RA%3D%3D&p=1&plat_id=116&share_from=ugc&share_plat=ios&share_session_id=EF74B9F1-2963-4065-BC19-F17B1C2FF6CB&share_tag=s_i&spmid=united.player-video-detail.0.0&unique_k=Y2V8gV8&up_id=40545247&vd_source=7c48eb99798387f039ba70a68cbc8983
需要更改后的sgmediation2的命令可以留邮箱找我要，但是建议自己修改，很简单的。另外，如果sgmediation一直下载不成功或者没积分论坛币，可以考虑安装sgmediation2 net install sgmediation2, from("https://tdmize.github.io/data/sgmediation2")

个人更偏向这种方法，灵活性很强，可以适应各种回归，而不是死板的加虚拟变量。呜呜呜，发现我的结果不显著，可恶，白找到解决办法了。

感谢！！

在Stata中，使用sgmediation命令进行中介效应分析，并通过bootstrap方法来估计间接效应和直接效应的稳健性。然而，您提到的代码似乎有些错误，需要进行修正。

以下是修正后的代码示例：

```stata
* 定义因变量、自变量、中介变量及控制变量
local outcome  因变量名
local iv        自变量名
local mv        中介变量名
local cv        控制变量名

* 运行sgmediation命令，并进行bootstrap重采样
bootstrap r(ind_eff) r(dir_eff), reps(1000): sgmediation `outcome', iv(`iv') mv(`mv') cv(`cv')
```

这段代码将执行中介效应分析，同时通过bootstrap方法对间接效应和直接效应的估计值进行重采样，以评估其稳定性。请确保替换命令中的变量名以匹配您的数据集。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

感谢，很实用