Altistuksen vaikutuksen tutkiminen four-way decomposition -menetelmällä
Ahola, Mari (2021)
Ahola, Mari
2021
Matematiikan ja tilastotieteen kandidaattiohjelma - Bachelor's Programme in Mathematics and Statistics
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2021-05-18
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202105034264
https://urn.fi/URN:NBN:fi:tuni-202105034264
Tiivistelmä
Four-way decomposition on hajotusmenetelmä, jolla tutkitaan altistuksen suoraa ja epäsuoraa vaikutusta lopputulokseen. Altistuksen epäsuora vaikutus johtuu välittäjästä, joka vaikuttaa lopputulokseen yksin ja yhdessä altistuksen kanssa. Lopputulos voi täten syntyä altistuksen, välittäjän tai niiden vuorovaikutuksen kautta. Tässä tutkielmassa käydään läpi, miten altistuksen vaikutusta voidaan tarkastella four-way decomposition -hajotusmenetelmän avulla.
Menetelmän ideana on jakaa altistuksen kokonaisvaikutus neljään komponenttiin. Ensimmäinen komponentti on altistuksen suora, kontrolloitu vaikutus lopputulokseen, kun välittäjä ei ole läsnä. Toinen komponentti on viitteellinen vuorovaikutus, missä altistus ja välittäjä ovat läsnä vain niiden välisen vuorovaikutuksen kautta. Kolmas komponentti, välitetty vuorovaikutus, vaatii altistuksen ja välittäjän sekä niiden vuorovaikutuksen läsnäolon. Neljäs komponentti on puhtaasti epäsuora vaikutus, eli välittäjän vaikutus ilman altistusta. Näiden komponenttien muodostamista käsitellään tutkielmassa laajasti.
Tutkielmassa perehdytään myös four-way decomposition -menetelmän ja tilastollisten mallien yhteyteen. Koska komponenttien tarkkoja arvoja on mahdotonta sanoa, niiden osuuksia voidaan estimoida komponenttien odotusarvojen avulla. Komponenttien odotusarvoja on mahdollista tarkastella suhdeasteikollisten muuttujien tilanteessa regressiomallien avulla. Regressiomallit ja tilastolliset ohjelmistot auttavat estimoimaan välittäjän, altistuksen, välittäjän ja altistuksen vuorovaikutuksen sekä niistä riippumattoman osuuden lopputuloksesta. Lasketuista estimaateista voidaan tarkastella muuttujien välistä kausaalisuhdetta. Komponenttien estimointia ja tulkitsemista havainnollistetaan tutkielmassa esimerkin avulla. Havaintoesimerkissä ohjeistetaan myös, kuinka four-way decomposition voidaan toteuttaa R-ohjelmiston avulla.
Menetelmän ideana on jakaa altistuksen kokonaisvaikutus neljään komponenttiin. Ensimmäinen komponentti on altistuksen suora, kontrolloitu vaikutus lopputulokseen, kun välittäjä ei ole läsnä. Toinen komponentti on viitteellinen vuorovaikutus, missä altistus ja välittäjä ovat läsnä vain niiden välisen vuorovaikutuksen kautta. Kolmas komponentti, välitetty vuorovaikutus, vaatii altistuksen ja välittäjän sekä niiden vuorovaikutuksen läsnäolon. Neljäs komponentti on puhtaasti epäsuora vaikutus, eli välittäjän vaikutus ilman altistusta. Näiden komponenttien muodostamista käsitellään tutkielmassa laajasti.
Tutkielmassa perehdytään myös four-way decomposition -menetelmän ja tilastollisten mallien yhteyteen. Koska komponenttien tarkkoja arvoja on mahdotonta sanoa, niiden osuuksia voidaan estimoida komponenttien odotusarvojen avulla. Komponenttien odotusarvoja on mahdollista tarkastella suhdeasteikollisten muuttujien tilanteessa regressiomallien avulla. Regressiomallit ja tilastolliset ohjelmistot auttavat estimoimaan välittäjän, altistuksen, välittäjän ja altistuksen vuorovaikutuksen sekä niistä riippumattoman osuuden lopputuloksesta. Lasketuista estimaateista voidaan tarkastella muuttujien välistä kausaalisuhdetta. Komponenttien estimointia ja tulkitsemista havainnollistetaan tutkielmassa esimerkin avulla. Havaintoesimerkissä ohjeistetaan myös, kuinka four-way decomposition voidaan toteuttaa R-ohjelmiston avulla.
Kokoelmat
- Kandidaatintutkielmat [6534]