आर में मध्यस्थता विश्लेषण से उत्पादन का उत्पादन

Question

मैं आर के लिए मध्यस्थता पैकेज के आसपास अपना सिर पाने की कोशिश कर रहा हूं, पैकेज के लिए विगनेट का उपयोग कर रहा हूं।

मैं mediate()फ़ंक्शन के आउटपुट को समझने के लिए संघर्ष कर रहा हूं ।

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
...

इसका मतलब यह है कि उपचार के प्रभाव का 8.08% भावनात्मक अवस्था के माध्यम से मध्यस्थता की जाती है, उन लोगों के बीच जिनका इलाज किया जाता है? या क्या यह गुणांक में परिवर्तन है treat?

यदि कोई आउटपुट की व्याख्या कर सकता है तो यह बहुत सराहनीय होगा।

Answer 1

इसका क्या मतलब है कि ACME (treated)0.0808 है?

0.0808 उपचार समूह के बीच निर्भर चर में अनुमानित औसत वृद्धि है जो उपचार से 'सीधे' के बजाय मध्यस्थों के परिणामस्वरूप आता है ।

इस उदाहरण में आश्रित चर एक कांग्रेस सदस्य को एक संदेश भेजने की संभावना है, मध्यस्थ उपचार द्वारा उत्पन्न भावनात्मक प्रतिक्रिया है, और उपचार एक फ्रेमिंग हेरफेर है। तो यह संख्या कि साधन की अनुमानित 0.0949 ( Total Effect) इस संभावना में तैयार की वजह से वृद्धि हुई है, एक अनुमान के अनुसार 0.0805 ( ACME (average)) तैयार द्वारा उत्पन्न भावनात्मक परिवर्तन और शेष 0.0145 (का एक परिणाम के रूप में है ADE (average)) में ही तैयार करने से है।

संक्षेप में Total Effect= ACME (average)+ADE (average)

हालांकि, कोई कारण नहीं है कि औसत मध्यस्थता प्रभाव (एसीएमई) उपचार समूह के लोगों और नियंत्रण में लोगों के लिए समान है, इसलिए दो मध्यस्थता प्रभावों का अनुमान लगाया जाता है: ACME (control)और ACME (treated), जो आपका 0.0808 है। इन औसत उपचार प्रभावों का औसत है ACME (average)(जो थोड़ा भ्रमित है, मैं मानता हूं)। इसी तरह का तर्क प्रत्यक्ष प्रभावों के लिए है।

यह धारणा कि इस जनसंख्या में केवल एक मध्यस्थता प्रभाव और एक प्रत्यक्ष प्रभाव होता है, पैकेज के लेखकों में 'कोई हस्तक्षेप नहीं' कहलाता है।

यह सहायक है जब आउटपुट को साथ-साथ कागजात में परिभाषाओं को ध्यान में रखते हुए और प्रतिगमन तालिकाओं की अपनी साधारण समझ को पृष्ठभूमि में थोड़ा सा धकेलने में मदद करता है।

एक आखिरी बात: प्रत्यक्ष करने के बजाय भावनात्मक प्रतिक्रिया द्वारा मध्यस्थता करने के कारण होने वाले कारण के प्रभाव के अनुपात को सामान्य रूप से कुछ के रूप में गणना की जाएगी ACME (average)/ Total Effect, लेकिन यहां यह (काफी) नहीं है। उन मॉडलों के लिए इस मात्रा की गणना करने के तरीके की कुछ चर्चा जहां आश्रित चर असतत है, जैसा कि यहां है, इमाई अल अल के परिशिष्ट जी में प्रकट होता है । 2010 ।

Comments

मुझे यह जानने में दिलचस्पी होगी कि जब आप -0.08 का ACME, +0.02 का ADE, और -0.06 का कुल प्रभाव प्राप्त करते हैं, तो आपकी व्याख्या कैसे बदलती है। सभी निरंतर चर के लिए, मैं इसका मतलब यह मानूंगा कि जैसे ही IV बढ़ता है, DV .06 घट जाता है। इस आंदोलन में, एक अनुमानित -.08 मध्यस्थ के कारण है, और शेष .02 IV के कारण है। मैं, लेकिन आप देख सकते हैं कि संकेतों को बदलना समझ से कम सहज है।

— पैट्रिक विलियम्स

कैसे बदलता है? यह नहीं है एक 'मार्ग' दूसरे को बंद कर देता है। व्यक्तिगत रूप से, मुझे लगता है कि मध्यस्थता उन चीजों में से एक है जो कम हो जाती है, जितना अधिक आप इसे देखते हैं उतना अधिक सहज नहीं है।

— संयुक्ताक्षरी

उत्तर के लिए धन्यवाद। मैं सहमत हूं और इस प्रश्न पर शोध करते हुए पिछले कुछ दिनों में इसी तरह के निष्कर्ष पर पहुंचा हूं।

— पैट्रिक विलियम्स