Здравствуйте, Евгений Николаевич! Спасибо за лекцию! Вы уточнили, что при анализе медиации нужно включать как непрямой эффект, так и прямой. А что насчет общего эффекта при интерпретации данных? Например, непрямой эффект статистически значимый, прямой эффект не является статистически значимым, но общий эффект статистически значимый. Или же непрямой эффект статистически значимый, прямой эффект и общий эффект статистически незначимы. О чем это может говорить?
Даня, добрый день! Спасибо, классный вопрос! Уровень значимости эффектов стоит интерпретировать с оглядкой на то, что эффекты часто небольшие, и статистическая мощность (= вероятность обнаружить эффект как значимый на выборке, если он реально есть в генеральной совокупности) часто далека от 100%. Поэтому если эффект значимый, о его наличии можно говорить с некоторой достоверностью, но если эффект не значим, не факт, что его нет в генеральной совокупности - просто мы его с достоверностью на данной выборке не видим. Общий эффект может быть как важным с содержательной точки зрения (иногда), так и не очень (чаще). В первом Вашем примере, когда непрямой и общий эффект значимы, а прямой нет, можно говорить о полной медиации (если это ожидание обосновано теорией). В таких случаях принято общий эффект приводить, но он, строго говоря, для вывода о медиации необязателен - достаточно непрямого и прямого эффектов. Вторая ситуация, когда значим только непрямой эффект, может иметь место, если у прямого и непрямого эффектов разные знаки, при этом прямой немножко слабее, и общий эффект, возникающий в результате их сложения, не значим - тогда нас, опять-таки, интересует только значимый непрямой эффект. Действительно, классическая парадигма медиации, предложенная Бэроном и Кенни (Baron & Kenny, 1986) как раз от общего эффекта отталкивалась, но накопленные эмпирические примеры ситуаций, когда у прямых и непрямых эффектов разные знаки, величина и мощность (= шансы их обнаружить неодинаковы на одной и той же выборке) приводят к заключению, что не стоит уделять слишком много внимания общему эффекту и вопросу о том, полная медиация или частичная - соображения на эту тему очень хорошо излагают Rucker et al. (2011): Rucker, D. D., Preacher, K. J., Tormala, Z. L., & Petty, R. E. (2011). Mediation analysis in social psychology: Current practices and new recommendations. Social and Personality Psychology Compass, 5(6), 359-371. doi.org/10.1111/j.1751-9004.2011.00355.x
Спасибо, Евгений Николаевич, за подробное разъяснение! У меня возник еще один вопрос по поводу знаков коэффицентов. У меня получилось, что Бета-коэффицент непрямого эффекта статистически значимый и положительный , а Бета-коэффицент прямого эффекта - так же статистически значимый, но со знаком минус. В целом такая противоречивая картина в какой-то степени имеет место быть в рамках теоретического анализа проблемы моего исследования, но меня волнует следующее: при анализе медиации интерпретируются знаки коэффициентов (как, например, при корреляции / регрессии)?
@@danyapolyushkin8398 Да, интерпретация коэффициентов и их знаков точно такая же, как в регрессии: каждый стандартизованный коэффициент отражает, на сколько стандартных отклонений увеличится (или уменьшится) зависимая переменная при изменении предиктора на одно стандартное отклонение при прочих равных (т.е. при том, что все остальные предикторы этой же зависимой переменной, заложенные одновременно в модель, неизменны). Прямой и непрямой эффекты могут иметь разные знаки, и это говорит о наличии двух содержательно противоположных эффектов, когда предиктор действует сам по себе и через медиатор. Например, в нашей недавней статье с коллегой (Gulevich & Osin, 2023: doi.org/10.1111/bjso.12648 ) мы обнаружили, что доверие к людям у россиян прямо связано с одобрением военных действий (прямой эффект, положительный), что противоречит имеющимся мировым данным. Но доверие также положительно связано с переживанием идентификации с социальными группами - как со своей страной, так и с человечеством в целом. При этом идентификация со своей страной коррелирует с одобрением военных действий положительно, а идентификация с человечеством - слабо отрицательно. И если эти две идентификации становятся медиаторами, то у них возникают непрямые эффекты с противоположными знаками (причём отрицательный эффект идентификации с человечеством при контроле национальной идентификации усиливается), а прямой эффект остаётся положительный, но очень-очень слабый. И мы интерпретируем это так: более высокий уровень доверия людям, выражающийся в национальной идентификации, связан с одобрением военных действий, а выражающийся в идентификации с человечеством - напротив, с осуждением военных действий. При этом эффект национальной идентификации сильнее, поэтому и общий эффект доверия оказывается положительный.
Если я правильно понял, то речь идёт о последовательных замерах одной или нескольких переменных, и там обязательно будет иметь место автокорреляция, что не мешает строить медиационные модели. Самая простая - cross-lagged panel model (собственно, медиационная модель в чистом виде), но её критикуют ровно за то, что она не позволяет отделить различия между индивидами от временной динамики. Есть более хитрые и современные латентные модели для такого типа данных, которые разбивают ковариацию на устойчивую (межиндивидуальную) часть и изменчивую (внутрииндивидуальную), что позволяет получать более чистые выводы о каузальности.
Здравствуйте, Евгений Николаевич! Спасибо за лекцию! Вы уточнили, что при анализе медиации нужно включать как непрямой эффект, так и прямой. А что насчет общего эффекта при интерпретации данных? Например, непрямой эффект статистически значимый, прямой эффект не является статистически значимым, но общий эффект статистически значимый. Или же непрямой эффект статистически значимый, прямой эффект и общий эффект статистически незначимы. О чем это может говорить?
Даня, добрый день! Спасибо, классный вопрос! Уровень значимости эффектов стоит интерпретировать с оглядкой на то, что эффекты часто небольшие, и статистическая мощность (= вероятность обнаружить эффект как значимый на выборке, если он реально есть в генеральной совокупности) часто далека от 100%. Поэтому если эффект значимый, о его наличии можно говорить с некоторой достоверностью, но если эффект не значим, не факт, что его нет в генеральной совокупности - просто мы его с достоверностью на данной выборке не видим.
Общий эффект может быть как важным с содержательной точки зрения (иногда), так и не очень (чаще). В первом Вашем примере, когда непрямой и общий эффект значимы, а прямой нет, можно говорить о полной медиации (если это ожидание обосновано теорией). В таких случаях принято общий эффект приводить, но он, строго говоря, для вывода о медиации необязателен - достаточно непрямого и прямого эффектов. Вторая ситуация, когда значим только непрямой эффект, может иметь место, если у прямого и непрямого эффектов разные знаки, при этом прямой немножко слабее, и общий эффект, возникающий в результате их сложения, не значим - тогда нас, опять-таки, интересует только значимый непрямой эффект.
Действительно, классическая парадигма медиации, предложенная Бэроном и Кенни (Baron & Kenny, 1986) как раз от общего эффекта отталкивалась, но накопленные эмпирические примеры ситуаций, когда у прямых и непрямых эффектов разные знаки, величина и мощность (= шансы их обнаружить неодинаковы на одной и той же выборке) приводят к заключению, что не стоит уделять слишком много внимания общему эффекту и вопросу о том, полная медиация или частичная - соображения на эту тему очень хорошо излагают Rucker et al. (2011):
Rucker, D. D., Preacher, K. J., Tormala, Z. L., & Petty, R. E. (2011). Mediation analysis in social psychology: Current practices and new recommendations. Social and Personality Psychology Compass, 5(6), 359-371. doi.org/10.1111/j.1751-9004.2011.00355.x
Спасибо, Евгений Николаевич, за подробное разъяснение!
У меня возник еще один вопрос по поводу знаков коэффицентов. У меня получилось, что Бета-коэффицент непрямого эффекта статистически значимый и положительный , а Бета-коэффицент прямого эффекта - так же статистически значимый, но со знаком минус. В целом такая противоречивая картина в какой-то степени имеет место быть в рамках теоретического анализа проблемы моего исследования, но меня волнует следующее: при анализе медиации интерпретируются знаки коэффициентов (как, например, при корреляции / регрессии)?
@@danyapolyushkin8398 Да, интерпретация коэффициентов и их знаков точно такая же, как в регрессии: каждый стандартизованный коэффициент отражает, на сколько стандартных отклонений увеличится (или уменьшится) зависимая переменная при изменении предиктора на одно стандартное отклонение при прочих равных (т.е. при том, что все остальные предикторы этой же зависимой переменной, заложенные одновременно в модель, неизменны). Прямой и непрямой эффекты могут иметь разные знаки, и это говорит о наличии двух содержательно противоположных эффектов, когда предиктор действует сам по себе и через медиатор. Например, в нашей недавней статье с коллегой (Gulevich & Osin, 2023: doi.org/10.1111/bjso.12648 ) мы обнаружили, что доверие к людям у россиян прямо связано с одобрением военных действий (прямой эффект, положительный), что противоречит имеющимся мировым данным. Но доверие также положительно связано с переживанием идентификации с социальными группами - как со своей страной, так и с человечеством в целом. При этом идентификация со своей страной коррелирует с одобрением военных действий положительно, а идентификация с человечеством - слабо отрицательно. И если эти две идентификации становятся медиаторами, то у них возникают непрямые эффекты с противоположными знаками (причём отрицательный эффект идентификации с человечеством при контроле национальной идентификации усиливается), а прямой эффект остаётся положительный, но очень-очень слабый. И мы интерпретируем это так: более высокий уровень доверия людям, выражающийся в национальной идентификации, связан с одобрением военных действий, а выражающийся в идентификации с человечеством - напротив, с осуждением военных действий. При этом эффект национальной идентификации сильнее, поэтому и общий эффект доверия оказывается положительный.
Спасибо Вам большое! И отдельно благодарю за пример!
Здравствуйте, Евгений Николаевич! Если в регрессии есть автокорреляция, то можно ли проводить анализ медиации?
Если я правильно понял, то речь идёт о последовательных замерах одной или нескольких переменных, и там обязательно будет иметь место автокорреляция, что не мешает строить медиационные модели. Самая простая - cross-lagged panel model (собственно, медиационная модель в чистом виде), но её критикуют ровно за то, что она не позволяет отделить различия между индивидами от временной динамики. Есть более хитрые и современные латентные модели для такого типа данных, которые разбивают ковариацию на устойчивую (межиндивидуальную) часть и изменчивую (внутрииндивидуальную), что позволяет получать более чистые выводы о каузальности.