无顺序可忽略性假设的中介分析：使用与随机分配交互的基线协变量作为工具变量
统计方法学
2013-01-01 v2
摘要
在随机试验中，研究者通常对中介分析感兴趣，以理解一种处理如何起作用，特别是处理的效应有多少是通过中介变量介导的，以及处理在不通过中介的情况下直接影响结果的程度。中介分析的标准回归方法假设中介变量的顺序可忽略性，即给定基线协变量和随机化处理后，中介变量被有效地随机分配。由于实验并未随机化中介变量，顺序可忽略性通常不成立。Ten Have等人（2007, Biometrics）、Dunn和Bentall（2007, Statistics in Medicine）以及Albert（2008, Statistics in Medicine）提出了使用与随机分配交互的基线协变量作为工具变量的方法，且不需要顺序可忽略性。我们对该方法做出了两点贡献。首先，在以往的工具变量方法研究中，通常假设处理的直接效应和中介变量的效应在不同受试者间是恒定的；我们允许效应在不同受试者间存在变异，并展示了在此设定下获得一致估计所需的假设。其次，我们开发了一种敏感性分析方法，用于应对关键假设——即处理的直接效应和中介变量的效应不依赖于基线协变量——被违反的情况。
引用
@article{arxiv.1109.1070,
title = {Mediation Analysis Without Sequential Ignorability: Using Baseline Covariates Interacted with Random Assignment as Instrumental Variables},
author = {Dylan S. Small},
journal= {arXiv preprint arXiv:1109.1070},
year = {2013}
}