Kết quả đầu ra từ phân tích hòa giải trong R


12

Tôi đang cố gắng tìm hiểu về gói hòa giải trong R, sử dụng họa tiết cho gói.

Tôi đang vật lộn để hiểu đầu ra của mediate()hàm.

require("mediation")
require("sandwich")
data("framing")
med.fit <- lm(emo ~ treat + age + educ + gender + income, data = framing)
out.fit <- glm(cong_mesg ~ emo + treat + age + educ + gender + income, 
               data = framing, family = binomial("probit"))
summary(out.fit)
# OR for sending a message to a senator for treated compared to untreated. 
exp(as.numeric(coef(out.fit)[3])) 

# mediation
med.out <- mediate(med.fit, out.fit, treat = "treat", mediator = "emo",
                   robustSE = TRUE, sims = 100)
summary(med.out)
...

                         Estimate 95% CI Lower 95% CI Upper p-value
ACME (control)             0.0802       0.0335       0.1300    0.00
ACME (treated)             0.0808       0.0365       0.1311    0.00
ADE (control)              0.0142      -0.1030       0.1325    0.78
ADE (treated)              0.0147      -0.1137       0.1403    0.78
Total Effect               0.0949      -0.0316       0.2129    0.14
Prop. Mediated (control)   0.7621      -2.0926       4.9490    0.14
Prop. Mediated (treated)   0.7842      -1.9272       4.6916    0.14
ACME (average)             0.0805       0.0350       0.1304    0.00
ADE (average)              0.0145      -0.1087       0.1364    0.78
Prop. Mediated (average)   0.7731      -2.0099       4.8203    0.14
...

Điều này có nghĩa là 8,08% hiệu quả của điều trị được trung gian thông qua trạng thái cảm xúc, trong số những người được điều trị? Hay đây là một sự thay đổi trong hệ sốtreat ?

Nếu ai đó có thể giải thích đầu ra, nó sẽ được đánh giá cao.

Câu trả lời:


18

Nó có nghĩa ACME (treated)là 0,0809 là gì?

0,0808 là mức tăng trung bình ước tính của biến phụ thuộc trong nhóm điều trị đến do kết quả của các trung gian thay vì "trực tiếp" từ điều trị.

Biến phụ thuộc trong ví dụ này là xác suất gửi tin nhắn cho thành viên quốc hội, hòa giải viên là phản ứng cảm xúc được tạo ra bởi điều trị và điều trị là một thao tác đóng khung. Vì vậy, con số này có nghĩa rằng các ước tính 0,0949 (các Total Effect) tăng khả năng này do khung, khoảng 0,0805 (ACME (average) ) là do kết quả của những thay đổi về cảm xúc tạo ra bởi các khung và 0,0145 còn lại ( ADE (average)) là từ khung chính nó.

Tóm lại Total Effect= ACME (average)+ADE (average)

Tuy nhiên, không có lý do gì mà hiệu ứng hòa giải trung bình (ACME) là giống nhau đối với những người trong nhóm điều trị và những người trong nhóm kiểm soát, do đó, hai hiệu ứng hòa giải được ước tính: ACME (control)ACME (treated), đó là 0,0809 của bạn. Trung bình của các hiệu ứng điều trị trung bình là ACME (average)(hơi khó hiểu, tôi thừa nhận). Một lập luận tương tự giữ cho các hiệu ứng trực tiếp.

Giả định rằng chỉ có một hiệu ứng hòa giải và một hiệu ứng trực tiếp trong dân số này được gọi là "không can thiệp" trong các tác giả của gói.

Thật hữu ích khi diễn giải đầu ra để ghi nhớ các định nghĩa trong các bài báo kèm theo và đẩy sự hiểu biết thông thường của bạn về các bảng hồi quy vào nền một chút.

Một điều cuối cùng: tỷ lệ của hiệu ứng nhân quả của việc đóng khung được trung gian bởi phản ứng cảm xúc thay vì trực tiếp thường được tính là một cái gì đó giống như ACME (average)/ Total Effect, nhưng ở đây không phải (khá). Một số thảo luận về cách tính đại lượng này cho các mô hình trong đó biến phụ thuộc là rời rạc, như ở đây, xuất hiện trong Phụ lục G của Imai et al. 2010 .


Tôi rất muốn biết cách diễn giải của bạn thay đổi khi bạn có ACME là -0,08, ADE là + 0,02 và Tổng hiệu ứng là -0,06. Đối với tất cả các biến liên tục, tôi sẽ coi điều này có nghĩa là khi IV tăng, DV giảm 0,06. Trong phong trào này, ước tính -, 08 là do Người hòa giải và 0,02 còn lại là do IV. Tôi tôi, nhưng bạn có thể thấy rằng việc chuyển đổi các dấu hiệu làm cho nó ít hơn trực quan để hiểu.
Patrick Williams

1
Nó thay đổi như thế nào? Nó không. Một "tuyến đường" bù đắp cho cái khác. Cá nhân, tôi thấy rằng hòa giải là một trong những điều đó trở nên ít hơn, không trực quan hơn khi bạn nhìn vào nó nhiều hơn.
liên hợp chiến

Cảm ơn vi đa trả lơi. Tôi đồng ý và đã đi đến một kết luận tương tự trong vài ngày qua trong khi nghiên cứu câu hỏi này.
Patrick Williams
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.