时间戳

首页 > 解决方案 > 给定路径图的 SEM 模型语法

statistics - 给定路径图的 SEM 模型语法

问题描述

我正在尝试使用 SEM 重新创建调解分析。我有以下路径图 在此处输入图像描述

我很清楚“FM”通过RMR与“EI”相关。间接影响为 0.25 (0.40 * 0.63)，“直接影响”为 -0.41。但是，我无法自信地为lavaan. 如何编写这种语法？

此外，双箭头代表什么（例如，FM 和 FFM 之间的 0.11）——这就是“协方差”。这会影响从 FM 到 FFM 的路径吗？最后，仅使用 OLS 框架就可以实现这种中介模型吗？SEM 提供了什么优势？

标签： statisticsr-lavaan

解决方案

我首先建议阅读该图表所来自的论文的方法部分，因为它会为您提供关于他们的模型的额外线索，而这些线索并不总是可以从路径图中看到。但是，我认为该模型看起来像这样（但请检查您是否得到与图中相同的系数估计值）：

model <- '
    EI ~ RMR + FM
    RMR ~ FM + FFM + Age + Sex

    FM ~~ FFM
    FM ~~ Age
    FM ~~ Sex
    FFM ~~ Age
    FFM ~~ Sex
    Age ~~ Sex
'

双箭头（~~在模型中由 表示）表示残差的协方差。如果您认为两个变量的相关性超出了您能够测量的范围，您将包括这些。是否包含这些残差协方差会影响估计系数，因为在一种情况下，您说变量与测量变量无关，而在另一种情况下，您期望存在某种关联。

我不认为这是可以通过常规 OLS 实现的，尽管我不是 100% 确定。SEM 具有建模潜在变量（您没有）的好处，但它也允许同时估计多个因变量（您确实有）。此外，请注意模型实际上是受约束的，因为它没有对Age和之间的路径进行建模EI，例如，SEM 允许使用 OLS 不容易实现的任意约束

推荐阅读