2 votos

¿Podemos simplificar un modelo conceptual de 4 capas con variables de control?

Tengo una pregunta rápida sobre un modelo conceptual en una investigación empírica. Digamos que tengo dos antecedentes A y B de C. Puedo usar alguna teoría para hipotetizar que A y B afectan a C, y basándome en los resultados de estudios anteriores, sé con seguridad que C afecta a D. Finalmente, uso otra teoría para hipotetizar que D afecta a E.

Ahora, mi pregunta es: si mi única preocupación es prueba las posibles relaciones entre ( $A$ o $B$ ) y $E$ , puedo simplificar el modelo conceptual para que pueda tener: $A/B\rightarrow D\rightarrow E$ ? En otras palabras, ¿puedo forzar que C sea una variable de control? O puedo simplemente ignorar este factor mediador C, y aceptar que la estimación final entre $A/B\rightarrow E$ podría no ser precisa como consecuencia (aka. resultado erróneo en términos de confirmar/refutar la hipótesis sobre el efecto indirecto entre $A/B\rightarrow E$ a través de $D$ )?

1voto

Yacoby Puntos 603

La respuesta es Los psicólogos lo hacen todo el tiempo. Sin embargo, probar la relación será muy difícil si el mapeo $A\rightarrow{E}$ o $B\rightarrow{E}$ no es monótona. Imaginemos el caso en el que $E\propto{f}(\sin(A))$ .

Si la relación es lineal, el coeficiente del momento del producto de Pearson probará lo que se está buscando. Tenga en cuenta que es bidireccional $A\rightarrow{E}$ y $E\rightarrow{A}$ . La idea de un "lado izquierdo" y un "lado derecho", tan común en el pensamiento económico, desaparecerá. Sin embargo, no hay ningún problema de endogeneidad, porque no importa en qué sentido discurre la relación.

Si la relación no es lineal pero sí monótona, se puede utilizar la prueba de Spearman $\rho$ o Kendall's $\tau$ . Tienen diferentes propiedades, por lo que habría que investigar cuál utilizar. Además, no son direccionales.

Si cree que $A/B$ causa $E$ entonces existe una medida unidireccional de asociación monótona, la D de Somers. Puede diferenciar entre está nublado, por lo tanto está lloviendo, de está lloviendo, por lo tanto está nublado.

La correlación sólo muestra la asociación, pero tu pregunta era "¿puedo probarla?" Sí, se puede probar.

La alternativa sería utilizar un modelo de regresión, pero estás anidando relaciones. Dependiendo de cuál sea el problema del mundo real, puede que no sea algo trivial de lograr.

Además, la correlación hace afirmaciones más débiles sobre su conocimiento de la estructura real de la naturaleza que las que haría una regresión.

Hay una forma fácil de que su cadena se rompa. Imagina que $A,B,Z\rightarrow{C}$ y casi todo el valor y la variabilidad de $C$ se debe a $Z$ . Entonces, aunque $A$ y $B$ influir en $C$ El impacto puede perderse en el momento en que llega a la cadena de variables para $E$ .

Si comprueba la correlación de las dos variables con la variable final, tendrá que hacer una corrección para comparaciones múltiples en sus pruebas, como la corrección Holm-Bonferroni.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X