আমি নির্দিষ্ট মধ্যস্থতা মডেলের সাথে সামঞ্জস্যপূর্ণ ডেটা সিমুলেট করার পদ্ধতি খুঁজে পেতে আগ্রহী। ব্যারন এবং কেনি (1986) দ্বারা প্রথম রূপরেখার মধ্যস্থতার মডেলগুলির পরীক্ষার জন্য সাধারণ লিনিয়ার স্ট্রাকচারাল সমীকরণ মডেল কাঠামো অনুসারে এবং অন্য কোথাও যেমন জড, ইজারবিট, এবং মুলার (2013) এর বর্ণনা দেওয়া হয়েছে , ফলাফল জন্য মধ্যস্থতা মডেল , মধ্যস্থতা \ নতুন কম্যান্ড \ \ মেড} {\ rm med} \ med , এবং ভবিষ্যদ্বাণীকারী এক্স এবং নিম্নলিখিত তিনটি রিগ্রেশন সমীকরণ দ্বারা নিয়ন্ত্রিত হয়: \ শুরু {সারিবদ্ধ} Y & = b_ {11} + b_ {12} X + e_1 \ ট্যাগ {1} \\ \ মেড & = বি_ {21} + বি_ {22} এক্স + ই_2 \ ট্যাগ {2} \\ ওয়াই এবং = বি_ {31} + বি_ {32} এক্স + বি_ {32} \ মেড + ই_3 \ ট্যাগ {3} \ শেষ {সারিবদ্ধ}
এ পর্যন্ত, আমি অনুকরণ মান করার চেষ্টা করেছেন এবং যে ব্যবহার করে বিভিন্ন রিগ্রেশন কোফিসিয়েন্টস মান সঙ্গে সামঞ্জস্যপূর্ণ হয় rnorm
মধ্যে R
যেমন নিচের কোড হিসাবে:
x <- rep(c(-.5, .5), 50)
med <- 4 + .7 * x + rnorm(100, sd = 1)
# Check the relationship between x and med
mod <- lm(med ~ x)
summary(mod)
y <- 2.5 + 0 * x + .4 * med + rnorm(100, sd = 1)
# Check the relationships between x, med, and y
mod <- lm(y ~ x + med)
summary(mod)
# Check the relationship between x and y -- not present
mod <- lm(y ~ x)
summary(mod)
তবে, মনে হয় যে ক্রমানুসারে 2 এবং 3 সমীকরণগুলি ব্যবহার করে এবং উত্পাদন করা যথেষ্ট নয়, যেহেতু আমি এই পদ্ধতির সাহায্যে রিগ্রেশন সমীকরণ 1 (যা এবং মধ্যে একটি সাধারণ দ্বিখণ্ডিত সম্পর্ককে মডেল করে) এবং মধ্যে কোনও সম্পর্ক রাখি না since । এটি গুরুত্বপূর্ণ কারণ পরোক্ষ (যেমন মধ্যস্থতা) প্রভাবের একটি সংজ্ঞা , যেমন আমি উপরে বর্ণনা করেছি।
, , এবং ভেরিয়েবলগুলি তৈরি করতে যে কোনওটি আমাকে আর একটি পদ্ধতি খুঁজে পেতে সহায়তা করতে পারে যা আমি 1, 2, এবং 3 সমীকরণ ব্যবহার করে নির্ধারিত প্রতিবন্ধকতাগুলি পূরণ করি?