Letzte Änderung am 08. August 2025 um 16:58:18

“The whole world is a very narrow bridge and the main thing is to have no fear at all.” — Kol Ha’Olam Kulo

Stand des Kapitels: Konstruktion (pausiert)

Dieses Kapitel wird in den nächsten Monaten geschrieben und ist damit eine zukünftige Großbaustelle. Ich plane zum Beginn des SoSe 2026 eine fertige Version des Kapitels erstellt zu haben. Während das Kapitel entsteht, funktioniert so manches dann nicht so wie es soll. Bitte daher hier dann abwarten.

52.1 Allgemeiner Hintergrund

Simulating confounders, colliders and mediators

Statistical Control Requires Causal Justification

Causal influence and DAGs

Mediators, confounders, colliders – a crash course in causal inference

Collider Bias in Beobachtungsstudien: Konsequenzen für die medizinische Forschung

Thinking Clearly About Correlations and Causation: Graphical Causal Models for Observational Data

DAGitty — draw and analyze causal diagrams

In dem Begriff des Disturber (deu. Störenfried, abk. \(D\)) fassen wir die Begriffe des Confounder (deu. Störfaktor, abk. \(D_{con}\)), Collider (deu. Zusammenstoßen, abk. \(D_{col}\)) und Mediator (deu. Vermittlern, abk. \(D_{med}\)) zusammen.

Abbildung 52.1— foo (A) Confounder (B) Collider (C) Mediator. [Zum Vergrößern anklicken]

52.2 Theoretischer Hintergrund

52.3 Genutzte R Pakete

Wir wollen folgende R Pakete in diesem Kapitel nutzen.

R Code [zeigen / verbergen]
pacman::p_load(tidyverse, emmeans, multcomp, ggpmisc, conflicted)
conflicts_prefer(dplyr::select)
conflicts_prefer(ggplot2::annotate)

An der Seite des Kapitels findest du den Link Quellcode anzeigen, über den du Zugang zum gesamten R-Code dieses Kapitels erhältst.

52.4 Daten

52.5 Mediatoranalyse

Referenzen