在心理学、教育学和社会学等领域中,越来越多研究者开始关注整合中介效应和调节效应的模型,从而解释复杂的心理现象。整合中介效应和调节效应的模型包括有调节的中介模型和有中介的调节模型。考虑到有调节的中介模型这一概念覆盖面更广,本研究选择将有调节的中介模型作为探究整合中介效应和调节效应模型的切入点。潜调节结构方程法(Latent Moderated Structural Equations,LMS)是常用的分析有调节的中介模型的方法,相比于多元线性回归和乘积指标法具有以下优势:(1)将交互项看作潜变量,考虑了测量误差的影响;(2)无需构建乘积指标,避免了指标生成过程中的各种问题;(3)在Mplus中易于实现,便于研究者的实际使用。以往对潜调节结构方程法的探究大多基于频率学派估计方法,但是频率学派估计方法存在诸多局限,近年来研究者开始关注贝叶斯估计。然而,贝叶斯估计的优势依赖于恰当的先验分布的设置,而先验分布及其相关超参数的设置受到个人主观因素的影响。先验分布超参数设置正确与否的影响以及如何设置恰当的先验分布也成为贝叶斯方法框架下重要的研究议题。此外,非正态数据在实际研究中十分普遍,忽视观测指标服从非正态分布的条件将严重限制研究结果的可推广性。本研究的目的包括:(1)基于有调节的中介模型,通过模拟研究比较不同数据类型(正态分布、对称中等尖峰分布、对称高度尖峰分布以及适度偏峰分布)下频率学派估计方法(仅关注稳健的极大似然估计)和贝叶斯估计在系数估计上的表现。其中,贝叶斯估计的先验分布设置涵盖了不同的信息量(方差大小)和准确性(均值偏离真值的程度);(2)通过实证研究演示基于不同估计方法的潜调节结构方程法在分析有调节的中介模型时的具体分析流程,为研究者的实际应用提供参考。模拟研究结果表明,提供正确的有信息先验分布的贝叶斯估计表现最优,能够提供准确的参数估计,最高的估计精度、覆盖率以及检验力。而稳健的极大似然估计得到的系数估计相对偏差和覆盖率表现与提供正确的有信息先验分布的贝叶斯估计基本一致,但是存在估计精度和检验力表现不佳的问题。先验分布均值的错误设定会使得各评估指标的表现下降,但可以通过增加样本条目比进行弥补。提供无信息先验分布的贝叶斯估计表现欠佳,在样本条目比小时存在模型收敛问题,尤其是在数据不服从正态分布的条件下;同时,当数据服从适度偏态分布和对称高度尖峰分布时,该方法的系数估计相对偏差和均方误差根表现异常。实证研究部分关注母亲过度反应与青少年网络成瘾之间的作用机制,探究自我控制的中介效应和正念的调节效应。该部分系统演示了基于稳健的极大似然估计的潜调节结构方程法和基于贝叶斯估计的潜调节结构方程法分析有调节的中介模型的流程,涵盖了理论构建、数据分析和结果解释,可以作为研究者实际应用的指导。通过上述的模拟研究和实证研究,希望为研究者在探究有调节的中介模型时如何选择选择恰当的估计方法提供指导,从而推广潜调节结构方程法在各领域中的应用。若研究者能够获得关于未知参数取值的先验信息,那么建议使用提供有信息先验分布的贝叶斯估计;若缺乏相关的先验信息,那么推荐使用稳健的极大似然估计。