R中的多重中介分析

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/

lavaan软件包是SEM的R软件包。您可以使用它来测试多种调解假设，并且有boostrap。