中介分析中一类具有混合数据类型的定向无环图模型

我们提出一类统一的中介分析广义结构方程模型（GSEMs），可处理连续、分类与计数等混合类型数据。此类模型将经典线性结构方程模型大幅拓展，以容纳中介分析应用中出现的多种数据类型。借助层次建模方法，我们以结局变量、中介变量与暴露变量的 copula 联合分布来刻画 GSEMs，其中边际分布构建于带混杂因子的广义线性模型（GLMs）之上。我们讨论了反事实范式下因果中介效应的可识别条件以及中介泄漏问题，并针对混合数据类型不同情形下的两个关键中介估计量——自然直接效应与自然间接效应，发展了渐近有效的剖面极大似然估计与推断。所提新方法通过一项动机性流行病学研究予以阐明，该研究旨在探究达到婴儿 BMI 峰值的时间节奏（延迟或准时）这一重要生命早期生长里程碑，是否中介了产前邻苯二甲酸盐暴露与青春期健康结局之间的关联。