4.3.1. First-stage results
When the dependent variable for risk perception in the first
stage is a binary variable for “probable” or “definite” link between
smoking and lung cancer, the marginal effect of living in a building
with the lung cancer patient on the probability of a “probable”
or a “definite” is 0.095 (Table 4, col. 1), which represents a 14
percent increase relative to the mean proportion for the control
group. This effect is large but considering that we purposely
choose lung cancer patients who lived in the same building for
10+ years, this magnitude of effect is reasonable, more so than
if we had selected a lower length of time in residence threshold.
When a covariate for living on the same floor is added, the
marginal effect on living in a building drops to 0.084 (col. 2). Relative
to the mean for the control group, this represents a 13 percent
increase (0.084/0.672). The marginal effect for living on the same
floor is a 20 (0.143/0.714) percentin crease relative to control group
mean. It is plausible that the marginal effect for living on the same
floor is larger than the marginal effect for living in the same building
since residents on the same floor are more likely to come in
contact with one another.
When covariates for knew any lung cancer patient and its
interaction terms with same building and same floor are added
in column 3, the marginal effects on same building and same
floor are no longer statistically significant at conventional levels.
These results imply that just living on the same floor with
a lung cancer patient does not affect subjective beliefs when
we explicitly account for whether or not the smoker knew
the lung cancer patient. This result adds strength to Bayesian
updating explanation as the reason for changes in smoking
behavior.
The marginal effects on knew and the knew-same building
interaction term are statistically significant and large, 0.126 and
0.107, respectively (Table 4, col. 3). Thus, the probability of perceiving
the lung cancer risk of smoking as “probable” or “definite”
rises by 0.221 (−0.012 + 0.126 + 0.107) for male smokers who both
knew the lung cancer patient and lived on the same building as this
patient, a 34 (0.221/0.660) percent increase in the probability.
In terms of signs and statistical significance of the parameter
estimates, the results are similar when we use the five-point scale
as the dependent variable (cols. 4–6), although the marginal effects
change as the scale of the dependent variable changes. The pattern
for the four-count dependent variable is also similar (cols. 7–9). In
sum, proximity to and knowing a lung cancer patient are related
to risk perceptions of getting lung cancer and the other smokingrelated
diseases. The effects are not only statistically significant but
also economically important.
4.3.1 ผลครั้งแรกขั้นตอนเมื่อตัวแปรสำหรับการรับรู้ความเสี่ยงในครั้งแรกที่เวทีเป็นตัวแปรไบนารีสำหรับ"น่าจะเป็น" หรือ "ชัดเจน" การเชื่อมโยงระหว่างการสูบบุหรี่และโรคมะเร็งปอดผลร่อแร่ของที่อยู่อาศัยในอาคารที่มีผู้ป่วยโรคมะเร็งปอดในความน่าจะเป็นของ "น่าจะเป็น" หรือ "ชัดเจน" เป็น 0.095 (ตารางที่ 4 พ. 1) ซึ่งหมายถึง 14 ญาติเพิ่มขึ้นร้อยละสัดส่วนเฉลี่ยสำหรับการควบคุมกลุ่ม ผลกระทบนี้จะมีขนาดใหญ่ แต่การพิจารณาว่าเราจงใจเลือกผู้ป่วยโรคมะเร็งปอดที่อาศัยอยู่ในอาคารเดียวกันสำหรับ10 ปีที่ผ่านมาความสำคัญของผลกระทบนี้เป็นที่เหมาะสมมากไปกว่าถ้าเราได้เลือกความยาวของเวลาที่ต่ำกว่าเกณฑ์ในที่อยู่อาศัย. เมื่อตัวแปรร่วม สำหรับการใช้ชีวิตอยู่บนชั้นเดียวกันจะมีการเพิ่มการมีผลเล็กน้อยในที่อาศัยอยู่ในอาคารที่จะลดลง0.084 (พ. 2) ญาติจะหมายถึงกลุ่มควบคุมที่นี้หมายถึงร้อยละ 13 เพิ่มขึ้น (0.084 / 0.672) ผลกระทบเล็กน้อยสำหรับการใช้ชีวิตในแบบเดียวกันชั้น 20 (0.143 / 0.714) percentin รอยพับเมื่อเทียบกับกลุ่มควบคุมหมายถึง มันจะเป็นไปได้ว่าผลกระทบเล็กน้อยสำหรับการใช้ชีวิตในแบบเดียวกันชั้นที่มีขนาดใหญ่กว่าผลกระทบเล็กน้อยสำหรับการใช้ชีวิตอยู่ในอาคารเดียวกันตั้งแต่ที่อาศัยอยู่บนชั้นเดียวกันมีแนวโน้มที่จะเข้ามาติดต่อกับคนอื่น. เมื่อตัวแปรสำหรับรู้ว่าผู้ป่วยโรคมะเร็งปอดใด ๆ และมันแง่การมีปฏิสัมพันธ์กับอาคารเดียวกันและพื้นเดียวกันมีการเพิ่มใน3 คอลัมน์ผลกระทบเล็กน้อยในอาคารเดียวกันและเหมือนกันชั้นจะไม่ได้อย่างมีนัยสำคัญทางสถิติที่ระดับเดิม. ผลลัพธ์เหล่านี้บ่งบอกว่าเป็นเพียงที่อาศัยอยู่บนชั้นเดียวกันกับผู้ป่วยโรคมะเร็งปอดไม่ส่งผลกระทบต่อความเชื่อไม่อัตนัยเมื่อเราอย่างชัดเจนบัญชีหรือไม่สูบบุหรี่รู้ว่าผู้ป่วยโรคมะเร็งปอด ผลที่ได้นี้จะเพิ่มความแข็งแรงให้กับคชกรรมคำอธิบายการปรับปรุงเป็นเหตุผลสำหรับการเปลี่ยนแปลงในการสูบบุหรี่พฤติกรรม. ผลกระทบเล็กน้อยในการรู้และรู้ว่าอาคารเดียวกันระยะการทำงานร่วมกันเป็นนัยสำคัญทางสถิติและขนาดใหญ่, 0.126 และ 0.107 ตามลำดับ (ตารางที่ 4 พ. 3) ดังนั้นจึงน่าจะเป็นของการรับรู้ความเสี่ยงโรคมะเร็งปอดของการสูบบุหรี่เป็น "น่าจะเป็น" หรือ "แน่นอน" เพิ่มขึ้นจาก 0,221 (-0,012 + 0,126 + 0,107) สำหรับผู้สูบบุหรี่ชายที่ทั้งสองรู้ว่าผู้ป่วยโรคมะเร็งปอดและอาศัยอยู่ในอาคารเดียวกันเช่นนี้ผู้ป่วย, 34 (0.221 / 0.660) เพิ่มขึ้นร้อยละในความน่าจะเป็น. ในแง่ของสัญญาณและนัยสำคัญทางสถิติของพารามิเตอร์ประมาณการผลที่คล้ายกันเมื่อเราใช้ระดับห้าจุดเป็นตัวแปรตาม(cols. 4-6) แม้ว่าผลกระทบที่ขอบเปลี่ยนเป็นขนาดของการเปลี่ยนแปลงขึ้นอยู่กับตัวแปร รูปแบบสำหรับตัวแปรตามสี่นับยังเป็นที่คล้ายกัน (cols. 7-9) ในการสรุปความใกล้ชิดกับและรู้ว่าผู้ป่วยโรคมะเร็งปอดที่เกี่ยวข้องที่จะเสี่ยงต่อการรับรู้ของการเป็นโรคมะเร็งปอดและอื่นๆ smokingrelated โรค ผลกระทบไม่เพียง แต่นัยสำคัญทางสถิติ แต่ยังมีความสำคัญทางเศรษฐกิจ
การแปล กรุณารอสักครู่..