เป็นไปได้หรือไม่ที่จะมีตัวแปรที่ทำหน้าที่เป็นทั้งตัวปรับเอฟเฟกต์ (การวัด) และตัวรบกวนสำหรับคู่ของความสัมพันธ์ผลลัพธ์ความเสี่ยงที่กำหนด
ฉันยังไม่แน่ใจในความแตกต่างเล็กน้อย ฉันได้ดูสัญกรณ์กราฟิกเพื่อช่วยให้ฉันเข้าใจความแตกต่าง แต่ความแตกต่างของสัญกรณ์นั้นทำให้สับสน คำอธิบายกราฟิก / ภาพของทั้งสองและเมื่อพวกเขาอาจทับซ้อนกันจะเป็นประโยชน์
คำตอบ:
ตัวแปรที่รบกวนต้อง:
นี่เป็นเกณฑ์ในการพิจารณาตัวแปรว่าเป็นตัวแปรที่อาจทำให้สับสน หากมีการค้นพบคนที่อาจจะเกิดขึ้น (ผ่านการแบ่งชั้นและการทดสอบการปรับ) เพื่อทำให้เกิดความสัมพันธ์ระหว่างความเสี่ยงและผลที่เกิดขึ้นจริงแล้วความสัมพันธ์ใด ๆ ที่ไม่ได้ถูกปรับระหว่างความเสี่ยงและผลลัพธ์นั้นเป็นสิ่งประดิษฐ์ของคนสับสน
ตัวดัดแปลงเอฟเฟกต์ในทางกลับกันไม่ทำให้สับสน หากเอฟเฟกต์เป็นจริง แต่ขนาดของเอฟเฟกต์นั้นแตกต่างกันไปขึ้นอยู่กับตัวแปร X บางตัวดังนั้นตัวแปร X นั้นเป็นตัวปรับแต่งเอฟเฟกต์
เพื่อตอบคำถามของคุณดังนั้นจึงเป็นไปไม่ได้ที่ฉันจะเข้าใจว่ามีตัวแปรที่ทำหน้าที่เป็นทั้งตัวดัดแปลงเอฟเฟกต์และตัวแปรที่รบกวนสำหรับตัวอย่างการศึกษาที่กำหนดและคู่ของปัจจัยความเสี่ยงและผลลัพธ์ที่ได้รับ
คุณสามารถค้นหาข้อมูลเพิ่มเติมได้ที่นี่
ใช่เป็นไปได้อย่างแน่นอนว่าตัวแปรเป็นทั้งตัวรบกวนและตัวดัดแปลงเอฟเฟกต์ เราสามารถเรียกใช้การจำลองที่รวดเร็วในการวิจัยเพื่อตรวจสอบนี้: พิจารณากลไกการดังต่อไปนี้ด้วยถูกรักษาและผล มีอิทธิพลต่อทั้งและและดังนั้นจึงเป็นคนสับสน แต่มันก็ทำปฏิกิริยากับ x และแก้ไขผลกระทบที่มีต่อ yy c x y
set.seed(234)
c <- runif(10000)
x <- c + rnorm(10000, 0, 0.1)
y <- 3*x + 2*x*c + rnorm(10000)
ดังนั้นเราจึงรู้กลไกสาเหตุที่แท้จริงคือค เห็นได้ชัดว่าปรับเปลี่ยนผลของxอย่างไรก็ตามเมื่อเราเรียกใช้การถดถอยของบนเท่านั้นเราจะเห็นการเตะที่น่ารำคาญใน:c x y x
lm(y ~ x)
Coefficients:
(Intercept) x
-0.258 4.856
ในที่สุดตามที่ระบุไว้ในความคิดเห็นของฉันนิยามที่กำหนดโดย oisyutat ผิด มันสะท้อนสิ่งที่จูเดียเพิร์ลเรียกว่า "เกณฑ์การเชื่อมโยง" สำหรับคู่หูและเขาก็ให้เหตุผลหลายประการว่าทำไมคำจำกัดความนี้จึงล้มเหลว ดูไข่มุก (2009), เวรกรรม, มาตรา 6.3