Robust mediation analysis based on median regression.
Robust mediation analysis based on median regression.
复制标题
DOI：
10.1037/a0033820
复制
发表时间：
2014-03
影响因子：
7
通讯作者：
MacKinnon, David P.
中科院分区：
文献类型：
--
作者：
Yuan, Ying;MacKinnon, David P.
中介分析在心理学和社会科学中有许多应用。最流行的方法通常假设误差分布是正态和同方差的。然而，这一假设在实践中可能很少得到满足，这可能会影响调解分析的有效性。为了解决这个问题，我们提出了强大的中介分析的基础上中位数回归。我们的方法是强大的各种偏离假设的同方差和正态性，包括重尾，偏态，污染，异方差分布。仿真研究表明，在这些情况下，所提出的方法是更有效和强大的比标准的调解分析。我们进一步扩展所提出的强大的方法，多级中介分析，并通过模拟研究表明，新的方法优于标准的多级中介分析。我们说明了所提出的方法使用的数据，旨在增加再就业和提高求职者的心理健康的计划。
Mediation analysis has many applications in psychology and the social sciences. The most prevalent methods typically assume that the error distribution is normal and homoscedastic. However, this assumption may rarely be met in practice, which can affect the validity of the mediation analysis. To address this problem, we propose robust mediation analysis based on median regression. Our approach is robust to various departures from the assumption of homoscedasticity and normality, including heavy-tailed, skewed, contaminated, and heteroscedastic distributions. Simulation studies show that under these circumstances, the proposed method is more efficient and powerful than standard mediation analysis. We further extend the proposed robust method to multilevel mediation analysis, and demonstrate through simulation studies that the new approach outperforms the standard multilevel mediation analysis. We illustrate the proposed method using data from a program designed to increase reemployment and enhance mental health of job seekers.
登录
查看更多内容
影响因子：
7.6
作者：
BARON, RM;KENNY, DA
通讯作者：
KENNY, DA
影响因子：
2.1
作者：
Geraci, Marco;Bottai, Matteo
通讯作者：
Bottai, Matteo
影响因子：
7
作者：
Imai, Kosuke;Keele, Luke;Tingley, Dustin
通讯作者：
Tingley, Dustin
影响因子：
7
作者：
Keselman, H. J.;Algina, James;Deering, Kathleen N.
通讯作者：
Deering, Kathleen N.
影响因子：
7
作者：
Kenny, DA;Korchmaros, JD;Bolger, N
通讯作者：
Bolger, N