[论文解读] A Nearly Similar Powerful Test for Mediation

Kees Jan van Garderen, Noud van Giersbergen|arXiv (Cornell University)|Dec 21, 2020

Statistical Methods in Clinical Trials被引用 4

一句话总结

本文提出了一种近乎相似且强大的中介检验方法，克服了传统方法（如Sobel检验）在统计功效不足和大小化偏差方面的缺陷。通过一种新颖的可变g方法，该方法在保持大小控制的同时实现了接近最优的功效，尤其在标准检验失效的非正则零假设流形上表现优异。

ABSTRACT

This paper derives a new powerful test for mediation that is easy to use. Testing for mediation is empirically very important in psychology, sociology, medicine, economics and business, generating over 100,000 citations to a single key paper. The no-mediation hypothesis $H_{0}:θ_{1}θ_{2}=0$ also poses a theoretically interesting statistical problem since it defines a manifold that is non-regular in the origin where rejection probabilities of standard tests are extremely low. We prove that a similar test for mediation only exists if the size is the reciprocal of an integer. It is unique, but has objectionable properties. We propose a new test that is nearly similar with power close to the envelope without these abject properties and is easy to use in practice. Construction uses the general varying $g$-method that we propose. We illustrate the results in an educational setting with gender role beliefs and in a trade union sentiment application.

研究动机与目标

• 解决在非正则零假设流形（θ₁θ₂ = 0）下标准中介检验统计功效差和大小化偏差的问题。
• 开发一种近乎相似的检验方法——在零假设边界上保持恒定拒绝概率——同时避免精确相似检验的不良性质。
• 提供一种实用且易于实现的检验方法，其功效接近最优检验的理论功效包络线。
• 构建一种在θ₁和θ₂均较小时仍保持高功效的检验方法，而现有方法在此情形下会失效。

提出的方法

• 提出一种通用的可变g方法，用于构造适应θ₁和θ₂的t统计量非非中心参数的检验统计量。
• 使用有界三角形参数空间 Ξ̄ = {(μ₁, μ₂) ∈ ℝ₊×ℝ₊ | 0 ≤ μ₁ ≤ μ₂ ≤ μ_max} 来定义原假设和备择假设。
• 将参数空间 H₀ 和 H₁ 离散化为有限网格，以在不同非非中心参数值下计算拒绝概率。
• 通过 Gurobi 求解优化问题，选择使功效最大化且原假设拒绝概率控制在 0.05 ± ε（ε = 10⁻⁵）以内的临界区域。
• 将检验统计量定义为绝对t统计量 |T|(1) 和 |T|(2) 的最大值，临界区域由样本空间方块的最优选择确定。
• 在 R 中实现 g 函数，将观测到的 t 统计量映射到标准化尺度，以确保大小控制并实现近乎相似性。

实验结果

研究问题

• RQ1 能否构建一种中介检验方法，在保持大小控制（近乎相似性）的同时实现高统计功效，尤其是在非正则零假设流形下？
• RQ2 坚持相似性所导致的功效损失是多少？是否能在不牺牲大小控制的前提下将其最小化？
• RQ3 所提出的可变g方法与现有中介检验方法（如Sobel检验、Baron-Kenny方法）相比，在功效和大小准确性方面表现如何？
• RQ4 是否存在一种实用且可实现的检验方法，其功效可接近中介模型下最优检验的理论功效包络线？
• RQ5 当θ₁和θ₂都很小时，对检验性能有何影响？新方法能否有效缓解此问题？

主要发现

• 仅当显著性水平为整数倒数时，中介检验的精确相似检验才存在，但此类检验具有不良性质，不具实用性。
• 所提出的近乎相似检验的功效与理论功效包络线相差不足2个百分点，实际损失可能更低，因为没有任何检验能完全达到包络线。
• 要求近乎相似性所导致的功效损失极小——低于2个百分点——表明为控制大小而付出的代价很小。
• 可变g方法使检验能够适应非非中心参数，从而在功效上普遍优于Sobel等标准Wald型检验。
• R语言中实现的g函数可将绝对t统计量映射到标准化尺度，确保大小控制，并便于实际应用。
• 在教育（性别角色信念）和工会情感两项实证应用中，新检验在功效和大小准确性方面均优于传统方法。