理解 R 中中介分析的輸出

我正在嘗試使用包的小插圖來了解 R 中的中介包。

我正在努力理解mediate()函數的輸出。

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
...

這是否意味著在接受治療的人群中，8.08% 的治療效果是通過情緒狀態來調節的？或者這是係數的變化treat？

如果有人可以解釋輸出，將不勝感激。

ACME (treated)0.0808 是什麼意思？

0.0808 是治療組中因變量的估計平均增加，它是由於中介而不是“直接”來自治療的結果。

本例中的因變量是向國會議員發送消息的概率，中介是治療產生的情緒反應，治療是框架操作。因此，這個數字意味著在這個概率因框架而增加的估計 0.0949 (·) 中，估計的 0.0805 (· *)*是由於框架產生的情緒變化而剩餘的 0.0145 ( · ) 來自框架本身。Total Effect``ACME (average)``ADE (average)

簡而言之Total Effect= ACME (average)+ADE (average)

但是，沒有理由認為治療組和對照組的平均中介效應 (ACME) 相同，因此估計了兩個中介效應：ACME (control)和ACME (treated)，即您的 0.0808。這些平均治療效果的平均值是ACME (average)（我承認這有點令人困惑）。類似的論點適用於直接影響。

在這個群體中只有一種中介效應和一種直接效應的假設在包的作者中被稱為“無干擾”。

在解釋輸出時記住隨附論文中的定義並將您對回歸表的普通理解稍微推到背景中會很有幫助。

最後一件事：由情緒反應而不是直接介導的框架因果效應的比例通常會計算為ACME (average)/之類的東西Total Effect，但在這裡它不是（完全）。關於如何為因變量是離散的模型計算這個數量的一些討論，如這裡所示，出現在Imai 等人的附錄 G 中。2010 年。

引用自：https://stats.stackexchange.com/questions/104692