中介分析本質上是因果關係嗎？
我有興趣使用一個 IV、一個 DV 和一個中介來測試一個簡單的中介模型。經 Preacher 和 Hayes SPSS 宏測試，間接影響是顯著的，這表明中介確實起到了統計中介關係的作用。
在閱讀調解時，我讀過諸如“注意調解模型是因果模型”之類的內容。-大衛肯尼。我當然可以欣賞使用中介模型作為因果模型，事實上，如果一個模型在理論上是合理的，我可以認為這非常有用。
然而，在我的模型中，中介（被認為是焦慮症素質的特徵）不是由自變量（焦慮症的症狀）引起的。相反，中介變量和自變量是相關的，我相信自變量和因變量之間的關聯在很大程度上可以通過 IV-mediator-DV 之間的方差來解釋。從本質上講，我試圖證明以前關於 IV-DV 關係的報告可以由不是由 IV 引起的相關調解人來解釋。
在這種情況下，中介很有用，因為它解釋了 IV-DV 關係如何可以通過 IV-Mediator-DV 關係進行統計解釋。我的問題是因果關係的問題。是否可以回過頭來告訴我們調解不合適，因為 IV 實際上不會導致調解員（我一開始就不會爭論）？
這有意義嗎？對此事的任何反饋將不勝感激！
編輯：我的意思是，X 與 Y 相關不是因為它導致 Y，而是因為 Z 導致 Y（部分）並且因為 X 和 Z 高度相關。有點混亂，但就是這樣。在這種情況下，因果關係並沒有真正的問題，而且這份手稿也沒有太多關於因果關係的問題。我只是試圖證明 X 和 Y 之間的差異可以通過 Z 和 Y 之間的差異來解釋。所以基本上，X 通過 Z 與 Y 間接相關（在這種情況下為“中介”）。
A. “調解”在概念上意味著因果關係（正如肯尼引述所指出的那樣）。因此，將變量視為中介的路徑模型意味著傳達某種處理通過其對中介的影響來影響結果變量，而方差反過來又會導致結果發生變化。但是將某物建模為“調解人”並不意味著它真的是調解人——這是因果關係的問題。您對 Macro 的回復和評論表明您考慮了路徑分析，其中變量被建模為中介但不被視為“因果”；不過，我不太明白為什麼。您是否認為這種關係是虛假的——存在一些第三變量導致“自變量”和“中介”？也許您分析中的“自變量”和“中介”實際上都是第三個變量對結果變量影響的中介？如果是這樣，那麼審閱者（或任何有思想的人）會想知道第三個變量是什麼以及您有什麼證據表明它負責實際上是中介之間的虛假關係。
B. 延伸 Macro 的帖子，這是一個臭名昭著的叢林，長滿了教條和經院哲學。但這裡有一些亮點：
- 有些人認為，只有通過實驗操縱調解員以及假設發揮因果效應的影響，才能“證明”調解。因此，如果你做了一個只操縱因果影響的實驗，並觀察到它對結果變量的影響反映在中介的變化上，他們會“不！不夠好！” 不過，基本上，他們只是認為觀察方法不支持因果推論，而實驗中未經操縱的中介對他們來說只是一個特例。
- 其他人，雖然沒有從觀察研究中排除因果推論，但仍然相信，如果你使用非常非常複雜的統計方法（包括但不限於將假定中介關係的協方差矩陣與那些比較的結構方程模型）對於各種替代方案），您可以有效地使我剛才提到的批評者保持沉默。基本上這是男爵和肯尼，但使用類固醇。從經驗上講，他們並沒有讓他們沉默。從邏輯上講，我不明白他們怎麼能。
- 還有一些人，最著名的是 Judea Pearl 說，無論是實驗研究還是觀察研究，因果推論的可靠性永遠無法用統計數據來證明。推理的強度源於設計的有效性。統計數據僅證實因果推理所考慮或依賴的效果。
一些讀物（所有這些都很好，不是教條或學術的）：
- Green, DP, Ha, SE & Bullock, JG 關於“黑匣子”實驗已經足夠了：研究調解比大多數學者想像的要困難。美國政治與社會科學院年鑑 628, 200-208 (2010)。
- Sobel, ME 使用中介變量識別隨機研究中的因果參數。教育與行為統計雜誌 33, 230-251 (2008)。
- Pearl, J. 因果推理導論。國際生物統計學雜誌 6，第 7 條（2010 年）。
最後但並非最不重要的是，格爾曼和珀爾之間關於因果推理的冷靜交流的一部分，其中調解是中心焦點：http ://andrewgelman.com/2007/07/identification/