1 analyse konstruierter daten … mit effectlite ref.: marie grahl, victoria paul, katja peilke
TRANSCRIPT
11
Analyse konstruierterAnalyse konstruierterDaten Daten
helliphellipmit EffectLitemit EffectLite
Ref Marie Grahl Victoria Paul Katja PeilkeRef Marie Grahl Victoria Paul Katja Peilke
Slico
22
GliederungGliederung
11 Unser DatensatzUnser Datensatz22 Unser ModellUnser Modell
PfaddiagrammPfaddiagramm ModellgleichungModellgleichung Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Spezifikation der ModellparameterSpezifikation der Modellparameter
33
11 Unser DatensatzUnser Datensatz
Treatment ndash VariableTreatment ndash Variable
XX00 Kontrollgruppe Kontrollgruppe
XX 1 1 Psychotherapie Psychotherapie
XX2 2 HausarztHausarzt
Potentielle KovariatenPotentielle Kovariaten
Z1-6 Z1-6 Neediness Neediness
Z7 Z7 Geschlecht Geschlecht (0 = m 1 = w)(0 = m 1 = w)
Outcome VariablenOutcome Variablen
YY11
YY22
YY33
drei parallele Tests jeweils drei parallele Tests jeweils nach dem Treatment nach dem Treatment gemessengemessen
44
Deskriptive DatenDeskriptive Daten
NN
Maumlnnlich 0Maumlnnlich 0 35123512
Weiblich 1Weiblich 1 14881488
XX0 0 KontrollgruppeKontrollgruppe 12511251
XX 1 1 PsychotherapiePsychotherapie 25082508
XX2 2 HausarztHausarzt 12411241
GESAMTGESAMT 50005000
MeanMean SDSD
YY11 98819881 1441214412
YY22 98869886 1443014430
YY33 98849884 1444214442
55
Deskriptive DatenDeskriptive Daten
Neediness Treatment Crosstabulation
Count
35 435 34 504153 712 133 998199 591 236 1026281 414 289 984376 280 344 1000207 76 205 488
1251 2508 1241 5000
123456
Neediness
Total
0 1 2Treatment
Total
Neediness Gender Crosstabulation
Count
504 0 504998 0 998
1026 0 1026984 0 984
0 1000 10000 488 488
3512 1488 5000
123456
Neediness
Total
0 1Gender
Total
Treatment Gender Crosstabulation
Count
668 583 12512152 356 2508692 549 1241
3512 1488 5000
012
Treatment
Total
0 1Gender
Total
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
22
GliederungGliederung
11 Unser DatensatzUnser Datensatz22 Unser ModellUnser Modell
PfaddiagrammPfaddiagramm ModellgleichungModellgleichung Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Spezifikation der ModellparameterSpezifikation der Modellparameter
33
11 Unser DatensatzUnser Datensatz
Treatment ndash VariableTreatment ndash Variable
XX00 Kontrollgruppe Kontrollgruppe
XX 1 1 Psychotherapie Psychotherapie
XX2 2 HausarztHausarzt
Potentielle KovariatenPotentielle Kovariaten
Z1-6 Z1-6 Neediness Neediness
Z7 Z7 Geschlecht Geschlecht (0 = m 1 = w)(0 = m 1 = w)
Outcome VariablenOutcome Variablen
YY11
YY22
YY33
drei parallele Tests jeweils drei parallele Tests jeweils nach dem Treatment nach dem Treatment gemessengemessen
44
Deskriptive DatenDeskriptive Daten
NN
Maumlnnlich 0Maumlnnlich 0 35123512
Weiblich 1Weiblich 1 14881488
XX0 0 KontrollgruppeKontrollgruppe 12511251
XX 1 1 PsychotherapiePsychotherapie 25082508
XX2 2 HausarztHausarzt 12411241
GESAMTGESAMT 50005000
MeanMean SDSD
YY11 98819881 1441214412
YY22 98869886 1443014430
YY33 98849884 1444214442
55
Deskriptive DatenDeskriptive Daten
Neediness Treatment Crosstabulation
Count
35 435 34 504153 712 133 998199 591 236 1026281 414 289 984376 280 344 1000207 76 205 488
1251 2508 1241 5000
123456
Neediness
Total
0 1 2Treatment
Total
Neediness Gender Crosstabulation
Count
504 0 504998 0 998
1026 0 1026984 0 984
0 1000 10000 488 488
3512 1488 5000
123456
Neediness
Total
0 1Gender
Total
Treatment Gender Crosstabulation
Count
668 583 12512152 356 2508692 549 1241
3512 1488 5000
012
Treatment
Total
0 1Gender
Total
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
33
11 Unser DatensatzUnser Datensatz
Treatment ndash VariableTreatment ndash Variable
XX00 Kontrollgruppe Kontrollgruppe
XX 1 1 Psychotherapie Psychotherapie
XX2 2 HausarztHausarzt
Potentielle KovariatenPotentielle Kovariaten
Z1-6 Z1-6 Neediness Neediness
Z7 Z7 Geschlecht Geschlecht (0 = m 1 = w)(0 = m 1 = w)
Outcome VariablenOutcome Variablen
YY11
YY22
YY33
drei parallele Tests jeweils drei parallele Tests jeweils nach dem Treatment nach dem Treatment gemessengemessen
44
Deskriptive DatenDeskriptive Daten
NN
Maumlnnlich 0Maumlnnlich 0 35123512
Weiblich 1Weiblich 1 14881488
XX0 0 KontrollgruppeKontrollgruppe 12511251
XX 1 1 PsychotherapiePsychotherapie 25082508
XX2 2 HausarztHausarzt 12411241
GESAMTGESAMT 50005000
MeanMean SDSD
YY11 98819881 1441214412
YY22 98869886 1443014430
YY33 98849884 1444214442
55
Deskriptive DatenDeskriptive Daten
Neediness Treatment Crosstabulation
Count
35 435 34 504153 712 133 998199 591 236 1026281 414 289 984376 280 344 1000207 76 205 488
1251 2508 1241 5000
123456
Neediness
Total
0 1 2Treatment
Total
Neediness Gender Crosstabulation
Count
504 0 504998 0 998
1026 0 1026984 0 984
0 1000 10000 488 488
3512 1488 5000
123456
Neediness
Total
0 1Gender
Total
Treatment Gender Crosstabulation
Count
668 583 12512152 356 2508692 549 1241
3512 1488 5000
012
Treatment
Total
0 1Gender
Total
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
44
Deskriptive DatenDeskriptive Daten
NN
Maumlnnlich 0Maumlnnlich 0 35123512
Weiblich 1Weiblich 1 14881488
XX0 0 KontrollgruppeKontrollgruppe 12511251
XX 1 1 PsychotherapiePsychotherapie 25082508
XX2 2 HausarztHausarzt 12411241
GESAMTGESAMT 50005000
MeanMean SDSD
YY11 98819881 1441214412
YY22 98869886 1443014430
YY33 98849884 1444214442
55
Deskriptive DatenDeskriptive Daten
Neediness Treatment Crosstabulation
Count
35 435 34 504153 712 133 998199 591 236 1026281 414 289 984376 280 344 1000207 76 205 488
1251 2508 1241 5000
123456
Neediness
Total
0 1 2Treatment
Total
Neediness Gender Crosstabulation
Count
504 0 504998 0 998
1026 0 1026984 0 984
0 1000 10000 488 488
3512 1488 5000
123456
Neediness
Total
0 1Gender
Total
Treatment Gender Crosstabulation
Count
668 583 12512152 356 2508692 549 1241
3512 1488 5000
012
Treatment
Total
0 1Gender
Total
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
55
Deskriptive DatenDeskriptive Daten
Neediness Treatment Crosstabulation
Count
35 435 34 504153 712 133 998199 591 236 1026281 414 289 984376 280 344 1000207 76 205 488
1251 2508 1241 5000
123456
Neediness
Total
0 1 2Treatment
Total
Neediness Gender Crosstabulation
Count
504 0 504998 0 998
1026 0 1026984 0 984
0 1000 10000 488 488
3512 1488 5000
123456
Neediness
Total
0 1Gender
Total
Treatment Gender Crosstabulation
Count
668 583 12512152 356 2508692 549 1241
3512 1488 5000
012
Treatment
Total
0 1Gender
Total
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
66
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
77
Neediness und Neediness und BehandlungswahrscheinlichkeitBehandlungswahrscheinlichkeit
Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund Unterschiedliche Behandlungswahrscheinlichkeiten sind der Grund warum der PFE nicht dem ACE entspricht (Gesamtpopulation)warum der PFE nicht dem ACE entspricht (Gesamtpopulation)
NeedinessNeedinessZZ
GeschlechtGeschlecht P(XP(X11| Z = z)| Z = z) P(XP(X22| Z = z) | Z = z)
11 00 085714 = 085714 = 12141214 007143 = 007143 = 114114
22 00 071429 = 071429 = 10141014 014286 = 014286 = 214214
33 00 057143 = 057143 = 814814 021429 = 021429 = 314314
44 00 042857 = 042857 = 614614 028571 = 028571 = 414414
55 11 028571 = 028571 = 414414 035714 = 035714 = 514514
66 11 014286 = 014286 = 214214 042857 = 042857 = 614614
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
88
Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Ungleiche Behandlungwahrscheinlichkeiten in Abhaumlngigkeit von der Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung Beduumlrftigkeit der Person impliziert dass die allgemeine Gleichung fuumlr den bedingten Erwartungswerthellipfuumlr den bedingten Erwartungswerthellip
E(Y|X=x) = sumE(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u|X=x)P(U=u|X=x) Differenzen sind PFErsquosDifferenzen sind PFErsquos
nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert nicht der Gleichung fuumlr den kausal unverfaumllschten Erwartungsert entsprichtentspricht
CUECUE(Y|X=x) = sum(Y|X=x) = sumu u E(Y|X=xU=u) E(Y|X=xU=u) middot middot P(U=u)P(U=u) Differenzen sind ACErsquosDifferenzen sind ACErsquos
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
99
11 SchrittSchritt Pruumlfen der Modelle der KTT fuumlr Outcome Pruumlfen der Modelle der KTT fuumlr Outcome -- Variablen YVariablen Y1 1 Y Y2 2 Y Y3 3
22 Schritt Schritt Bildung von fuumlnf Indikatorvariablen fuumlr die Bildung von fuumlnf Indikatorvariablen fuumlr die sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo sechsstufige Kovariate Z bdquoBeduumlrftigkeitldquo
33 SchrittSchritt Aufstellen der Modellgleichung und Aufstellen der Modellgleichung und Parametrisieren der Funktionen von ZParametrisieren der Funktionen von Z
44 Schritt Schritt Aufstellen eines Pfaddiagramms fuumlr das Aufstellen eines Pfaddiagramms fuumlr das Gesamtmodell Gesamtmodell
55 SchrittSchritt Spezifikation der Modellparameter Spezifikation der Modellparameter
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1010
T-Test fuumlr abhaumlngige StichprobenT-Test fuumlr abhaumlngige Stichproben
Paired Samples Statistics
9881 5000 14412 2049886 5000 14430 2049881 5000 14412 2049884 5000 14442 2049886 5000 14430 2049884 5000 14442 204
Y1Y2
Pair1
Y1Y3
Pair2
Y2Y3
Pair3
Mean N Std DeviationStd Error
Mean
Paired Samples Correlations
5000 976 0005000 975 0005000 976 000
Y1 amp Y2Pair 1Y1 amp Y3Pair 2Y2 amp Y3Pair 3
N Correlation Sig
Paired Samples Test
-053 3190 045 -142 035 -1182 4999 237-032 3203 045 -121 057 -713 4999 476021 3131 044 -066 108 476 4999 634
Y1 - Y2Pair 1Y1 - Y3Pair 2Y2 - Y3Pair 3
Mean Std DeviationStd Error
Mean Lower Upper
95 ConfidenceInterval of the
Difference
Paired Differences
t df Sig (2-tailed)
Pruumlfung des Paralleltestmodells mit SPSS
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1111
ηηY Y als latente Variable fuumlr Y1-3als latente Variable fuumlr Y1-3
Pruumlfung des Paralleltestmodells mit Pruumlfung des Paralleltestmodells mit LISRELLISREL
ηY
Y1
Y2
Y3Chi-Quadrat = 444df = 4p-Wert = 034932RMSEA = 0005
504
504
504
20313
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1212
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell ohne KovariateModell ohne Kovariate
Slico
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1313
Testen der UnverfaumllschtheitTesten der Unverfaumllschtheit Unverfaumllschtheit Unverfaumllschtheit
impliziert durch impliziert durch Unkonfundiertheit der Unkonfundiertheit der
Treatment RegressionTreatment Regression
oder der oder der
Kovariaten-Treatment Kovariaten-Treatment RegressionRegression
E(Y|X)E(Y|X)
E(Y|X Z)E(Y|X Z)
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1414
Unkonfundiertheit impliziert hellipUnkonfundiertheit impliziert hellip Unverfaumllschtheit vonUnverfaumllschtheit von
E(Y|X)E(Y|X)E(Y|XZ)E(Y|XZ)E(Y|X=j)E(Y|X=j) EEX=jX=j(Y|Z)(Y|Z)PFEPFEjkjk PFEPFEjkjk(Z)(Z)
Durchschnittliche StabilitaumltDurchschnittliche StabilitaumltPFEPFEjkjk = E[PFE = E[PFEjkjk(W)](W)] PFEPFEjkjk(z) = E(z) = EZ=zZ=z[PFE[PFEjkZ=zjkZ=z(W)](W)]
Generalisierbarkeit auf SubpopulationenGeneralisierbarkeit auf SubpopulationenUnkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit Unkonfundiertheit von E(Y|X) impliziert Unkonfundiertheit von Evon EW=wW=w(Y|X)(Y|X)
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1515
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Treatment Regression -- der Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jX=j(Y) = E[E(Y) = E[EX=jX=j(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1616
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1717
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
Parametrisierung der g ndash FunktionenParametrisierung der g ndash Funktionen
gg00(Z)rarr (Z)rarr ((ββ0000 + + ββ 0101 middot Imiddot IZ=1Z=1 + + ββ0202 middot Imiddot IZ=2Z=2 + + ββ0303 middot Imiddot IZ=3Z=3 + + β β0404 middot Imiddot IZ=4Z=4 + + β β0505 middot Imiddot IZ=5Z=5) +) +
gg11(Z)rarr (Z)rarr ((ββ1010 + + ββ 1111 middot Imiddot IZ=1Z=1 + + ββ1212 middot Imiddot IZ=2Z=2 + + ββ1313 middot Imiddot IZ=3Z=3 + + β β1414 middot Imiddot IZ=4Z=4 + + β β1515 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=1 X=1 ++
gg22(Z)rarr (Z)rarr ((ββ2020 + + ββ 2121 middot Imiddot IZ=1Z=1 + + ββ2222 middot Imiddot IZ=2Z=2 + + ββ2323 middot Imiddot IZ=3Z=3 + + β β2424 middot Imiddot IZ=4Z=4 + + β β2525 middot Imiddot IZ=5Z=5) ) middot Imiddot IX=2X=2
Fuumlr Geschlecht ein IFuumlr Geschlecht ein IZ=6Z=6 und die Interaktionen dh die Produkte von I und die Interaktionen dh die Produkte von IZ=6Z=6 und und den anderen Indikatorvariablenden anderen Indikatorvariablen
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1818
Pfaddiagramm fuumlr das GesamtmodellPfaddiagramm fuumlr das Gesamtmodell
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β 01
fuumlr X = 0
β 02
β 03
β 04
β 05
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
1919
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β11
fuumlr X = 1
β02+β12
β03+β13
β04+β14
β05+β15
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2020
PfaddiagrammPfaddiagramm
Y1
Y2
Y3
ηY
ε
ε
ε
Z1
Z2
Z3
Z4
Z5
1
1
1
β01+β21
fuumlr X = 2
β02+β22
β03+β23
β04+β24
β05+β25
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2121
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit Kovariate bdquoBeduumlrftigkeitldquoModell mit Kovariate bdquoBeduumlrftigkeitldquo
Slico
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2222
mit Kovariate mit Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect E(g1) Effect E(g1) 1040610406
Stderror 0147Stderror 0147 EffectStderror 70838EffectStderror 70838 Effect size 0700 Effect size 0700
Group 2 - Control group 0Group 2 - Control group 0 Effect E(g2) Effect E(g2) 03540354 Stderror 0177Stderror 0177 EffectStderror 1997EffectStderror 1997 Effect size 0024Effect size 0024
ohne Kovariate ohne Kovariate
Group 1 - Control group 0Group 1 - Control group 0 Effect Effect -1804 -1804 Stderror 0494Stderror 0494 EffectSE -3654EffectSE -3654 Effect size -0121Effect size -0121
Group 2 - Control group 0Group 2 - Control group 0Effect Effect -0553 -0553 Stderror 0632Stderror 0632EffectSE -0875EffectSE -0875
Effect size -0037Effect size -0037
Detailed analysis of the effects Detailed analysis of the effects
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2323
ModellgleichungModellgleichung
==
((118845118845 - 5112- 5112 middot Imiddot IZ=1Z=1 -38246-38246 middot Imiddot IZ=2Z=2 - 29925- 29925 middot Imiddot IZ=3Z=3 - 26937- 26937 middot I middot IZ=4Z=4 - - 69186918 middot I middot IZ=5 Z=5 ))
++
((456 + 97456 + 97 middot I middot IZ=1 Z=1 + 3952+ 3952 middot I middot IZ=2Z=2 + 7649+ 7649 middot I middot IZ=3Z=3 + 11365+ 11365 middot I middot IZ=4Z=4 + 1383+ 1383 middot I middot IZ=5 Z=5 ) middot I) middot IX=1X=1 ++
((-7689 +15398-7689 +15398 middot I middot IZ=1 Z=1 + 5212+ 5212 middot I middot IZ=2Z=2 + 10398+ 10398 middot I middot IZ=3Z=3 + 0995+ 0995 middot I middot IZ=4Z=4 + 15650+ 15650 middot I middot IZ=5 Z=5 ) middot ) middot IIX=2X=2
Modellgleichung Modellgleichung E(Y|XZ) = gE(Y|XZ) = g00(Z) + g(Z) + g11(Z) (Z) middot Imiddot IX=1X=1 + g + g22(Z) middot I(Z) middot IX=2X=2
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2424
LISREL Pfaddiagramm X = 0 LISREL Pfaddiagramm X = 0
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2525
LISREL Pfaddiagramm X = 1LISREL Pfaddiagramm X = 1
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2626
LISREL Pfaddiagramm X = 2LISREL Pfaddiagramm X = 2
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2727
Falsifikation der Hypothese der Falsifikation der Hypothese der Unkonfundiertheit durch Falsifikation Unkonfundiertheit durch Falsifikation folgender Hypothesefolgender Hypothese
E[EE[EX=jX=j(Y|W)] ndash E(Y|W)] ndash EX=jX=j(Y) = 0(Y) = 0
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
fuumlr alle Werte j = 0 1 hellip J
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2828
UnkonfundiertheitUnkonfundiertheit(3) E(3) EX=jX=j(Y) = E(Y) = EX=jX=j [E [EX=jX=j (Y|W)] (Y|W)] EffectLite OutputEffectLite Output
Group means of the outcome variable(s)Group means of the outcome variable(s) Group Outcome Mean Stddev Adjmean SE(Adjmean)Group Outcome Mean Stddev Adjmean SE(Adjmean) 0 Y 0 Y 99848 99848 14863 14863 9323393233 0244 0244 1 Y 1 Y 98044 98044 12624 12624 103639103639 0203 0203 2 Y 2 Y 99295 99295 16480 16480 93588 93588 0256 0256
93233 ndash 99848 = - 6615 ne 093233 ndash 99848 = - 6615 ne 0
95 Konfidenzintervall fuumlr 95 Konfidenzintervall fuumlr Bsp SEBsp SEY0Y0 = 14863 radic1251 = 0420 = 14863 radic1251 = 0420 Mean 99848 Mean 99848 plusmn 0420 plusmn 0420 196 196 [99025 10067] [99025 10067] adjustierten Mean 93233 adjustierten Mean 93233 plusmn 0244 plusmn 0244 196 196 [ 92755 93711] [ 92755 93711]
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
2929
Testen der UnkonfundiertheitTesten der Unkonfundiertheit- der Kovariaten ndash Treatment Regression -- der Kovariaten ndash Treatment Regression -
Nutzung der dritten FormulierungNutzung der dritten Formulierung Fuumlr jede Abbildung W = f(U) der beobachteten Fuumlr jede Abbildung W = f(U) der beobachteten
Unitvariable giltUnitvariable gilt
EEX=jZ=zX=jZ=z(Y) = E[E(Y) = E[EX=jZ=zX=jZ=z(Y|W)](Y|W)]
fuumlr alle Werte j = 0 1 hellip Jfuumlr alle Werte j = 0 1 hellip J
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3030
Berechnung der BiasesBerechnung der BiasesBaseline biasBaseline biasjkjk = E( = E(ττkk|X=j) ndash E(|X=j) ndash E(ττkk|X=k)|X=k)
Effect biasEffect biasjkjk = = E(E(ττjkjk|X=j) ndash ACE|X=j) ndash ACEjkjk
E(E(ττ00|X=0) = |X=0) = Σ τΣ τ00(u) (u) middotP(U=u|X=0) = 101857middotP(U=u|X=0) = 101857E(E(ττ00|X=1) = |X=1) = Σ τΣ τ00(u) (u) middotP(U=u|X=1) = 85143middotP(U=u|X=1) = 85143E(E(ττ00|X=2) = |X=2) = Σ τΣ τ00(u) (u) middotP(U=u|X=2) = 101857middotP(U=u|X=2) = 101857
E(E(ττ1010|X=1) = |X=1) = Σ τΣ τ1010(u) (u) middotP(U=u|X=1) = 11238middotP(U=u|X=1) = 11238E(E(ττ2020|X=2) = |X=2) = Σ τΣ τ2020(u) (u) middotP(U=u|X=2) = -1238middotP(U=u|X=2) = -1238
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3131
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3232
E(E(ττ00|X=0) = 101 67|X=0) = 101 67E(E(ττ00|X=1) = 85 17 |X=1) = 85 17 E(E(ττ00|X=2) = 101 67|X=2) = 101 67
Baseline biasBaseline bias10 10 == E(E(ττ00|X=1) - |X=1) - E(E(ττ00|X=0) = -16714|X=0) = -16714
Baseline biasBaseline bias20 20 = E(= E(ττ00|X=2) - |X=2) - E(E(ττ00|X=0) = 0000|X=0) = 0000
Effect biasEffect bias10 10 = = E(E(ττ1010|X=j) ndash ACE|X=j) ndash ACE1010 = 11238 ndash 10 = 1238 = 11238 ndash 10 = 1238
Effect biasEffect bias20 20 = = E(E(ττ2020|X=j) ndash ACE|X=j) ndash ACE2020 = - 1238 ndash 0 = -1238 = - 1238 ndash 0 = -1238
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3333
PFEPFE1010 = ACE = ACE1010 + baseline bias + baseline bias1010 + effect bias + effect bias1010
= 10 + (-16714) + = 10 + (-16714) + 1238 = - 5476 1238 = - 5476
PFEPFE2020 = ACE = ACE2020 + baseline bias + baseline bias2020 + effect bias + effect bias2020
= 0 + 0 + (= 0 + 0 + (-1238-1238) = -1238) = -1238
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3434
Gewichtung der Outcome- Variable Gewichtung der Outcome- Variable YYww equiv Y equiv YmiddotWmiddotW
W W equiv sum Iequiv sum Ix=j x=j middot P(X=j)P(X=j|U)middot P(X=j)P(X=j|U)
E(YE(YWW|X=j) = E(|X=j) = E(ττjj) )
E(YE(YWW|X=j) - E(Y|X=j) - E(YWW|X=k) = ACE|X=k) = ACEjkjk
NachteilNachteil groszlige Standardfehler groszlige Standardfehler
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3535
Berechnung mit EffectLiteBerechnung mit EffectLite
Modell mit gewichteten Modell mit gewichteten Outcome - Variablen Outcome - Variablen
Slico
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-
3636
ModellvergleichModellvergleich Unser Modell (Modell 1)Unser Modell (Modell 1)
Treatment - Variable X Treatment - Variable X X X00 = Kontrollgruppe = Kontrollgruppe Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 latent Ladungen auf 1 latent Ladungen auf 1 Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 manifest stochastisch manifest stochastisch
Modell 2Modell 2 Annahme Annahme gleicher Outcome ndash Fehlervarianzengleicher Outcome ndash Fehlervarianzen uumlber alle X uumlber alle X
Modell 3Modell 3 Outcome - Variablen Y1-3 Outcome - Variablen Y1-3 manifestmanifest
Modell 4Modell 4 Kovariaten Neediness Kovariaten Neediness 2-62-6 manifest stochastisch manifest stochastisch
Modell 5Modell 5 Kovariate Kovariate GeschlechtGeschlecht manifest stochastisch manifest stochastisch
Modell 6 (nicht berechnet)Modell 6 (nicht berechnet) Kovariaten Neediness 1-5 Kovariaten Neediness 1-5 und und Geschlecht Geschlecht manifest stochastisch manifest stochastisch
- Analyse konstruierter Daten hellipmit EffectLite
- Gliederung
- Unser Datensatz
- Deskriptive Daten
- Slide 5
- Folie 6
- Neediness und Behandlungswahrscheinlichkeit
- Folie 8
- Folie 9
- T-Test fuumlr abhaumlngige Stichproben
- ηY als latente Variable fuumlr Y1-3
- Folie 12
- Testen der Unverfaumllschtheit
- Unkonfundiertheit impliziert hellip
- Testen der Unkonfundiertheit - der Treatment Regression -
- Folie 16
- Modellgleichung E(Y|XZ) = g0(Z) + g1(Z) middot IX=1 + g2(Z) middot IX=2
- Pfaddiagramm fuumlr das Gesamtmodell
- Pfaddiagramm
- Slide 20
- Folie 21
- Detailed analysis of the effects
- Modellgleichung
- LISREL Pfaddiagramm X = 0
- LISREL Pfaddiagramm X = 1
- LISREL Pfaddiagramm X = 2
- Folie 27
- Unkonfundiertheit
- Testen der Unkonfundiertheit - der Kovariaten ndash Treatment Regression -
- Berechnung der Biases
- Folie 31
- Folie 32
- Folie 33
- Gewichtung der Outcome- Variable Yw equiv YmiddotW
- Folie 35
- Modellvergleich
-