4.3.2. Second-stage results
Using both the presence of a lung cancer patient in the same
building and presence of a lung cancer patient on the same floor
as IVs, the effect of risk perceptions on the probability of smoking
cessation is statistically significant at the 0.01 level (Table 5, cols.
1–3). The marginal effects are much larger than the corresponding
OLS marginal effects. The marginal effect from the TSLS parameter
estimate on lung cancer (4, 5 = 1) on the probability of having quitin
the two years after the lung cancer patient was diagnosed is 0.193
(Table 5, col. 1) versus 0.016 from OLS (Table 3, col. 1), over a 10-
fold increase. The marginal effect for the five-point scale is 0.043
with TSLS (Table 5, col. 2), 86 percent higher than the control group
mean (0.050, Table 2, col. 2) versus 0.010 with OLS (Table 3, col. 2)
and 0.042 (Table 5, col. 3) from TSLS versus 0.013 for OLS for the
four-count variable (Table 3, col. 3).
Hausman tests reject the null hypothesis that risk perceptions
are exogenous to smoking cessation, cessation attempts, and cessation
plans. F-tests for weak instruments clearly reject the null
hypothesis that our instruments are weak, which also suggests that
proximity to a lung cancer neighbor strongly influences smoking
risk perceptions. The test of overidentifying restrictions evaluates
the joint null hypothesis that the excluded instruments are uncorrelated
with the error term and hence are correctly excluded from
the second-stage equation. Results from the overidentification
tests fail to reject the null hypothesis that the instrumental variables
can be excluded from the second-stage. This result implies that the instrumental variables only influence smoking behavior
indirectly through their effects on risk perceptions.
Overall, the IV-based estimates of effects of risk perceptions on
smoking behaviors are quite different from those from OLS. Results
using three and five IVs (Appendix table* 4) are similar to those
using only two IVs (Table 5).
4.3.2 . ผลลัพธ์ขั้นที่สอง
ใช้ทั้งสถานะของผู้ป่วยโรคมะเร็งปอดในอาคารเดียวกัน
และการแสดงตนของผู้ป่วยโรคมะเร็งปอด ในพื้นที่เดียวกัน
IVs ผลกระทบของความเสี่ยงการรับรู้เกี่ยวกับความน่าจะเป็นของการเลิกสูบบุหรี่
อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.01 ( ตารางที่ 5 colh .
1 – 3 ) ผลกระทบต่อขนาดใหญ่กว่าที่
OLS เพิ่มผลส่วนผลจาก tsls พารามิเตอร์
ประมาณการเกี่ยวกับโรคมะเร็งปอด ( 4 , 5 = 1 ) ความน่าจะเป็นของการ quitin
สองปีหลังจากผู้ป่วยได้รับการวินิจฉัยว่าเป็นมะเร็งปอด 0.193
( โต๊ะ 5 , พ.อ. 1 ) และ 0.016 จากน้อยที่สุด ( ตาราง 3 , พ.อ. 1 ) , 10 -
พับ เพิ่ม ผลกระทบขอบสำหรับ 5 ระดับคือ 0.043
กับ tsls ( โต๊ะ 5 , พ.อ. 2 ) , 86 เปอร์เซ็นต์ สูงกว่า กลุ่มควบคุม
หมายถึง ( 0.050 , ตารางที่ 2 พ.อ. 2 ) และ 0.010 กับ OLS ( ตารางที่ 2 และ 3 พ.อ. 0.042 )
( โต๊ะ 5 , พ.อ. 3 ) จาก tsls กับสำหรับเพื่อ OLS สำหรับ
4 นับตัวแปร ( โต๊ะ 3 พ.อ. 3 ) .
การทดสอบ เ แมนปฏิเสธสมมติฐานว่างที่เสี่ยงการรับรู้จากภายนอก
เป็น การเลิกสูบบุหรี่ , ความพยายาม , และแผนเลิก
เครื่องมือที่ใช้ใน f-tests อ่อนแออย่างชัดเจนปฏิเสธ null
สมมติฐานที่เครื่องมือของเราอ่อนแอ ซึ่งยังแสดงให้เห็นว่า
ความใกล้ชิดกับมะเร็งปอด เพื่อนบ้านขออิทธิพลสูบบุหรี่
เสี่ยงอีก ทดสอบ overidentifying จำกัดประเมิน
สมมติฐานโมฆะร่วมกันว่าไม่รวมเครื่องมือ uncorrelated
ด้วยระยะผิดพลาดและด้วยเหตุนี้จะถูกแยกออกจาก
สมการขั้นที่สอง ผลลัพธ์ที่ได้จาก overidentification
การทดสอบล้มเหลวในการปฏิเสธสมมติฐานว่างที่ตัวแปรบรรเลง
สามารถแยกออกจากขั้นตอนที่สอง ผลที่ได้นี้แสดงให้เห็นว่าตัวแปรที่มีอิทธิพลต่อพฤติกรรมการสูบบุหรี่ทางอ้อมโดยผ่านผลของพวกเขาในการรับรู้ความเสี่ยง
รวม IV ตามประมาณการผลกระทบจากความเสี่ยงของการรับรู้
พฤติกรรมการสูบบุหรี่ จะค่อนข้างแตกต่างจากผู้ที่มาจากต่าง . ผลลัพธ์
ใช้สามและห้า IVS ( ตารางภาคผนวก * 4 ) มีลักษณะที่คล้ายกับ
ใช้เพียงสอง IVs ( ตารางที่ 5 )
การแปล กรุณารอสักครู่..