我想知道是否有人知道在R中运行多重中介模型的方法。我知道中介包允许使用多个简单中介模型,但是我想运行一个模型,该模型可以同时评估多个中介模型。
我以为我可以在SEM框架(路径分析)中做到这一点,但想知道是否有一个软件包的新成员能够计算出多个中介者的典型中介统计数据(间接影响,通过中介的总影响比例等),并可以利用引导程序。我知道这是一个长远目标,但我想我应该花点时间从头开始开发。
更新:(11/11/2013)
自从几年前提出这个问题以来,我已经学会了使用出色的R包lavaan进行多种调解。
这是示例代码:
model <- '
# outcome model
outcomeVar ~ c*xVar + b1*medVar1 + b2*medVar2
# mediator models
medVar1 ~ a1*xVar
medVar2 ~ a2*xVar
# indirect effects (IDE)
medVar1IDE := a1*b1
medVar2IDE := a2*b2
sumIDE := (a1*b1) + (a2*b2)
# total effect
total := c + (a1*b1) + (a2*b2)
medVar1 ~~ medVar2 # model correlation between mediators
'
请注意,a1,a2,b1,b2和c是标签。然后运行模型:
fit <- sem(model, data=dataframe)
并查看输出:
summary(fit, fit.measures=TRUE, standardize=TRUE, rsquare=TRUE)
最后,生成引导置信区间:
boot.fit <- parameterEstimates(fit, boot.ci.type="bca.simple")
有关更多详细信息,请访问lavaan网站:http ://lavaan.ugent.be/
不确定semPLS或plspm是否允许进行中介分析,但值得检查。
—
chl
@wmmurrah会piggy带回答您的问题,引导程序获得置信区间的唯一优势是吗?
—
lf_araujo
@If_araujo如果要进行假设检验,则应使用自举置信区间代替p值,因为p值需要经常违反的正态性假设。间接效应是两个路径系数的乘积,通常会偏斜,除非p值很大,否则它们的假设就值得怀疑。因此,即使您不想使用间隔,它们也要优于p值。
—
wmmurrah
@ If_araujo参见:参见:Preacher,KJ,和Hayes,AF(2008)。渐近和重采样策略,用于评估和比较多种介体模型中的间接影响。行为研究方法,40(3),879-891。
—
wmmurrah