评估中介作用的混杂性.doc

摘要 中介作用通过一个中介变量解释风险因素和产出之间的关系，这是它的步骤中其中的一步。在没有因果循环关系的假设下，我们认为在各种变量中第四个变量可能会成为评估中介作用时的一个混杂因素。由蒙特卡罗研究支持的渐进效果表明在一定条件下，调整混杂因素可能会导致有偏见的估计。一般的原则是为在估计中介作用时适当的调节混杂因素的作用服务的。我们应用指南的中介效应的估计在125年去世的宗教团体研究参与者的阿尔茨海默病病理ε4载脂蛋白E等位基因之间的关系和认知功能，纵向,衰老和阿尔茨海默病的临床病理研究。 介绍 调解模型描述了第三个变量（M）是如何干预的自变量（X）和一个因变量（Y）之间的因果关系的。更具体的说，中介模型假设了自变量（X）影响中介变量（M），从而进一步影响因变量（Y）。我们用这个X→M→Y的示意图来代表影响途径。我们的研究点在中介效果：通过中介变量M后X对Y的作用。 一般情况下是基于路径模型中每一条相关联路径的系数的乘积来评估中介作用的（奥威和豪瑟，1975;男爵和肯尼，1986;博伦，1987;福克斯，1980;索贝尔，1982）。模型如下： M = cM + ɑX + εM, (1) Y = cY + βM + ζX + εY，（2） 其中εM是一个独立于X和εY的零均值的随机变量，εY是一个独立于X和M的零均值的随机变量，CM与CY代表不变的截距。这里ɑ是路径X→M的关联系