用于估计和检验中介效应的在线更新方法：面向大数据流
统计计算
2024-11-06 v1
摘要
近年来，中介分析已在各个研究领域变得越来越流行。中介分析的主要目的是检验从暴露到结局的路径上的间接效应。与此同时，数据采集技术的兴起激发了对新兴的大数据分析领域的浓厚兴趣，其中流数据集的中介分析最近引起了广泛关注。然而，数据量的庞大导致了计算负担的增加。本研究提出了一种在线更新方法来解决这一问题，旨在在线性中介模型和逻辑中介模型的框架下估计和检验中介效应，所处理的是大规模数据流。所提出的算法显著提升了 Sobel 检验、校正 Sobel 检验、联合显著性检验和校正联合显著性检验的计算效率。我们进行了大量数值模拟来评估该方法的性能。两个真实案例被用于展示该方法的实际适用性。
引用
@article{arxiv.2411.03063,
title = {An Online Updating Approach for Estimating and Testing Mediation Effects with Big Data Streams},
author = {Xueyan Bai and Haixiang Zhang},
journal= {arXiv preprint arXiv:2411.03063},
year = {2024}
}