Memahami keluaran dari analisis mediasi dalam R

Saya mencoba mencari tahu tentang paket mediasi dalam R, menggunakan sketsa untuk paket tersebut.

Saya berjuang untuk memahami output dari mediate()fungsi ini.

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
...

Apakah ini berarti bahwa 8,08% dari efek pengobatan dimediasi melalui keadaan emosi, di antara mereka yang dirawat? Atau ini perubahan koefisien treat?

Jika seseorang bisa menjelaskan hasilnya, itu akan sangat dihargai.

Apa artinya itu ACME (treated)adalah 0,0808?

0,0808 adalah perkiraan peningkatan rata-rata dalam variabel dependen di antara kelompok perlakuan yang datang sebagai hasil dari mediator daripada 'langsung' dari pengobatan.

Variabel dependen dalam contoh ini adalah probabilitas pengiriman pesan ke anggota kongres, mediator adalah respons emosional yang dihasilkan oleh perawatan, dan perawatan adalah manipulasi framing. Jadi angka ini berarti bahwa dari perkiraan kenaikan 0,0949 (the Total Effect) dalam probabilitas ini karena pembingkaian, perkiraan 0,0805 ( ACME (average)) adalah sebagai akibat dari perubahan emosional yang dihasilkan oleh pembingkaian dan sisanya 0,0145 ( ADE (average)) berasal dari pembingkaian itu sendiri.

Singkatnya Total Effect= ACME (average)+ADE (average)

Namun, tidak ada alasan bahwa efek mediasi rata-rata (ACME) adalah sama untuk orang-orang dalam kelompok perlakuan dan orang-orang dalam kontrol, sehingga dua efek mediasi diperkirakan: ACME (control)dan ACME (treated), yaitu 0,0808 Anda. Rata-rata efek pengobatan rata-rata ini ACME (average)(yang agak membingungkan, saya akui). Argumen serupa berlaku untuk efek langsung.

Asumsi bahwa hanya ada satu efek mediasi dan satu efek langsung dalam populasi ini disebut 'tidak ada gangguan' dalam penulis paket.

Akan sangat membantu ketika menafsirkan output untuk mengingat definisi dalam makalah yang menyertainya dan mendorong pemahaman biasa Anda tentang tabel regresi ke latar belakang sedikit.

Satu hal terakhir: proporsi efek sebab-akibat dari pembingkaian yang dimediasi oleh respons emosional daripada langsung biasanya akan dihitung sebagai sesuatu seperti ACME (average)/ Total Effect, tetapi di sini tidak (cukup). Beberapa diskusi tentang bagaimana menghitung kuantitas ini untuk model di mana variabel dependen diskrit, seperti yang ada di sini, muncul dalam Lampiran G dari Imai et al. 2010 .