为什么 R 和 PROCESS 会呈现不同的中介模型结果（一个重要，另一个不重要）？

Question

作为刚刚开始R的新来者，我对调解分析的结果感到困惑。

我的模型很简单：iv't1incivi'，调解器't1envied'，dv't2psrb'。我使用过程在SPSS中运行了相同的模型，但是结果在过程中并不重要。但是，间接效果在R中很重要。由于我对R不太熟悉，您能帮我看看我的代码是否有任何问题？并告诉我为什么结果在R中很重要，但在SPSS中却不重要。谢谢一堆！！！

我在R：

X预测M

apath <- lm(T1Envied~T1Incivi, data=dat)
summary(apath)

X和M中的代码预测

bpath <- lm(T2PSRB~T1Envied+T1Incivi, data=dat)
summary(bpath)

间接效果的引导

getindirect <- function(dataset,random){
  d=dataset[random,]
  apath <- lm(T1Envied~T1Incivi, data=d)
  bpath <- lm(T2PSRB~T1Envied+T1Incivi, data=dat)
  indirect <- apath$coefficients["T1Incivi"]*bpath$coefficients["T1Envied"]
  return(indirect)
}

library(boot)
set.seed(6452234)
Ind1 <- boot(data=dat,
             statistic=getindirect,
             R=5000)

boot.ci(Ind1, 
        conf = .95,
        type = "norm")`*PSRB as outcome*

Answer 1

在您的函数 getindirect 中，所有线性回归都应基于 d 中新整理的数据。
然而，有一行

bpath <- lm(T2PSRB~T1Envied+T1Incivi, data=dat)

错误地引用了变量 dat，实际上不应在此函数中使用该变量。仅此一点就可以解释不一致的结果。