Bayesian inference for the causal effect of mediation.
Bayesian inference for the causal effect of mediation.
复制标题
DOI：
10.1111/j.1541-0420.2012.01781.x
复制
发表时间：
2012-12
期刊：
影响因子：
1.9
通讯作者：
Perri MG
中科院分区：
文献类型：
--
作者：
Daniels MJ;Roy JA;Kim C;Hogan JW;Perri MG
我们提出了一个非参数贝叶斯方法来估计自然的直接和间接的影响，通过一个连续的调解人和二进制响应设置的调解人。引入了几个条件独立性假设（以及相应的敏感性参数），以使这些影响从观测数据中识别出来。我们提出了策略，引出敏感性参数和进行模拟，以评估违反的假设。这种方法是用来评估调解在最近的体重管理临床试验。
We propose a nonparametric Bayesian approach to estimate the natural direct and indirect effects through a mediator in the setting of a continuous mediator and a binary response. Several conditional independence assumptions are introduced (with corresponding sensitivity parameters) to make these effects identifiable from the observed data. We suggest strategies for eliciting sensitivity parameters and conduct simulations to assess violations to the assumptions. This approach is used to assess mediation in a recent weight management clinical trial.
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：
1.5
作者：
Robins, JM
通讯作者：
Robins, JM
影响因子：
1.9
作者：
Wolfson, Julian;Gilbert, Peter
通讯作者：
Gilbert, Peter
影响因子：
7
作者：
Imai, Kosuke;Keele, Luke;Tingley, Dustin
通讯作者：
Tingley, Dustin
影响因子：
--
作者：
Perri, Michael G.;Limacher, Marian C.;Durning, Patricia E.;Janicke, David M.;Lutes, Lesley D.;Bobroff, Linda B.;Dale, Martha Sue;Daniels, Michael J.;Radcliff, Tiffany A.;Martin, A. Daniel
通讯作者：
Martin, A. Daniel