r - 调解功能:如何通过“治疗/控制”进行输出?
问题描述
问题:包示例代码的mediate
功能mediation
为治疗组和对照组提供了不同的输出,但我无法用我自己的数据重现这一点。
尝试:我尝试在选项中指定treat = "Group"
, 以及control.value = 0
和treat.value = 1
,将我的组因子更改为 0 和 1 虚拟代码,删除我的第三组以便只有两个,使用glm()
而不是lm()
.
代码:
# Example code from package documentation
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"))
med.out <- mediate(med.fit, out.fit, treat = "treat", mediator = "emo",
robustSE = TRUE, sims = 50)
summary(med.out)
# Output (first lines only):
Estimate 95% CI Lower 95% CI Upper p-value
ACME (control) 0.08070 0.02892 0.14 <2e-16 ***
ACME (treated) 0.08062 0.03015 0.13 <2e-16 ***
ADE (control) 0.00718 -0.08888 0.12 0.96
ADE (treated) 0.00710 -0.10052 0.13 0.96
但是例如,如果我从同一个数据集(p_harm
而不是cong_mesg
)中获取不同的(连续而不是逻辑)因变量,则输出不会被控制/处理分开,我担心我可能无法得到正确的每组解释在这种情况下:
out.fit <- glm(p_harm ~ emo + treat + age + educ + gender + income,
data = framing)
med.out <- mediate(med.fit, out.fit, treat = "treat", mediator = "emo",
robustSE = TRUE, sims = 50)
summary(med.out)
# Output (first lines only):
Estimate 95% CI Lower 95% CI Upper p-value
ACME 0.5930 0.2056 0.95 <2e-16 ***
ADE -0.2082 -0.5576 0.07 0.24
问题:我不确定我是否理解正确,但调解功能是否只会提供对照/治疗 IF 的输出,并且只有在治疗和调解人之间存在交互时才提供输出?在这种情况下,解释有何不同?
解决方案
推荐阅读
- amazon-ec2 - 如何将 terraform 导入与资源配置一起使用
- python - 我的 python 应用程序创建了一个 html 文件,但是当我用 pyinstaller 冻结它时它没有创建任何东西,为什么?
- bash - 在 bash 中,从标准属性文件中提取选择属性到单个分隔行?
- html - 其他图像右上角的图像?
- bash - 如何以安全的方式调用“EDITOR”环境变量来打开/编辑文件?
- php - WooCommerce 订单收到的图像不会改变其大小
- php - 如果不是isset,如何在php中调用模态
- java - 为什么我对相同文本的 python 和 java base64 编码有不同的结果?
- python - 返回不同数量和类型的值?
- javascript - 将Javascript函数应用于多个按钮?