整群随机试验中多重中介变量的中介效应与溢出效应的贝叶斯非参数方法

具有多个非结构化中介变量的整群随机试验（CRTs）为因果推断带来了显著的方法论挑战，这源于群内相关性、个体间的干扰以及多重中介变量带来的复杂性。现有的因果中介方法往往无法同时应对这些复杂性，尤其是在干扰存在的情况下，难以分离出特定于中介变量的效应，而这对于研究复杂机制至关重要。为弥补这一空白，我们提出了新的溢出中介效应估计量，以区分个体自身中介变量的作用以及同一群内个体间相互作用产生的溢出效应。我们为每个估计量建立了识别结果，并为了灵活地建模CRT中固有的复杂数据结构，我们开发了一种新的贝叶斯非参数先验——嵌套依赖狄利克雷过程混合模型——以在不同层面灵活捕捉中介变量和结果曲面。我们在各种情景下进行了大量模拟，以评估我们方法的频率学性能，并与贝叶斯参数对应方法进行比较，并在一个已完成的CRT分析中展示了我们的新方法。