R mediation包连续处理变量中介分析：如何定义treat.value与control.value

treat.value和control.value两个参数的本质是定义「待计算的处理变量变化幅度的两个端点」，并非仅能对应真实存在的二分实验分组，你完全可以通过合理设置这两个参数实现连续处理变量的效应解释，具体方案如下：

• 如果你需要解释为处理变量每提升1个单位时的中介效应：由于你的处理变量是标准化z得分，1个单位对应1个标准差，直接设置control.value = 0、treat.value = 1即可。此时输出的直接效应、间接效应、总效应均对应处理变量从均值水平提升1个标准差时的效应量，完全符合连续变量的常规解释逻辑。
• 如果你需要展示处理变量较大幅度变化的效应：可以设置control.value = -1、treat.value = 1，此时的效应量对应处理变量从低于均值1个标准差到高于均值1个标准差的变化带来的总影响，适合用于效应的直观展示场景。

注意事项 #

• 中介效应的显著性结果不会随两个参数的取值调整发生变化，仅效应量的数值会和两个参数的差值成等比例变化，你只需要在报告中明确说明两个参数的取值对应的实际含义即可。
• 参数取值不要超出你的处理变量实际观测的取值范围即可，该设置规则对你的多水平模型、二分类结果变量场景完全适用，无需额外调整。

内容的提问来源于stack exchange，提问作者Philip