重复测量结构方程建模

10

我需要分析临床康复数据的数据集。我对量化“输入”（治疗量）与健康状况变化之间由假设驱动的关系感兴趣。尽管数据集相对较小（n〜70），但我们有重复的数据反映了两者的时间变化。我熟悉R中的非线性混合效应建模，但是对此处输入和输出之间的潜在“因果”关系感兴趣，因此正在考虑SEM的重复测量应用

我希望您能就R中的任何SEM软件包（sam，lavaan，openmx？）最适合重复测量数据提出建议，尤其是针对教科书的建议（该领域是否有“ Pinheiro和Bates”？），我对此表示赞赏。。

r repeated-measures panel-data sem

— 罗布
source

2

为什么您认为根本需要SEM？如果您听说过SEM解决了所有因果问题的炒作，那就太夸张了，只有理想的随机实验能做到。请参阅下面我在回答中给出的参考。

— StasK'2

1

当您说n〜70时，是指随时间推移测量的是70位患者，还是70次测量（例如，在10个不同的时间有7位患者）？我只是在学习SEM，但到目前为止，我注意到的一件事是，它假设有大型数据集（他们谈论200或更多），因此您最终可能会感到沮丧/自欺欺人。

— 韦恩

5

我认为您需要一个潜在的增长曲线模型。虽然我仅用LISREL于此目的，但lavaan package documentation指示它可用于适合此类模型。

我不了解任何专门研究该主题的书籍，我正在为SEM工作的书籍涵盖了多种方法。也许其他人可以回答您问题的这一方面。

— 蜜雪儿
source

2

（+1）实际上，增长曲线和混合LV模型是SEM或心理计量学中的一些“热门”主题；它们在最近的一些书中都有介绍，例如潜在变量混合模型（Hancock＆Samuelsen，2008）。我的TOBEREADFORTOOLONG清单上还有其他论文，我建议结合Mplus软件为该特定目的提供的内容，看看Múthen和coll。的著作。如果我有时间重新阅读文献并将lavaan/ Mx与Mplus 进行比较，我将自己发表回复。

— chl 2012年

那会很好，因为我只学习了潜在的增长曲线模型，并且与其他类型的SEM相比，它们确实是一个非常独特的模型。

— 米歇尔

4

不，没有“ Pinheiro and Bates”。您可以找到许多标题为“使用AMOS / LISREL / Mplus的SEM”的书籍，但我不知道有任何使用R的书籍。从数学上讲，关于SEM的最佳书籍仍然是Bollen（1989）。它是由社会学家而不是生物统计学家（虽然非常出色！）编写的，因此它是针对社会科学家的，几乎不包含任何软件参考（而且您也不想使用25年前的软件）。Bollen最近还与Judea Pearl合作撰写了一篇关于因果关系的优秀论文，请参见http://ftp.cs.ucla.edu/pub/stat_ser/r393.pdf。据我所知，Mulaik（2009）也应该不错，但这是由心理学家为心理学家撰写的。

我认为sem包不够灵活，无法运行这种东西。OpenMx可以处理序数数据（因此可以处理二进制结果），但是我不认为lavaan可以做到这一点。

从概念上讲，您将最容易处理的软件可能是GLLAMM，这是为Stata编写的软件包。从一种角度来看，这实质上是的Stata化身nlme。通过额外的调整（允许随机效应的系数根据其他变量的值而变化），它变成了潜在变量建模软件包。这一切都在Skrondal和Rabe-Hesketh（2004）中进行了描述。这本身就是一本很棒的书，即使您只是想写一本nlme。

— 斯塔克
source

（+1）不错的参考。（关于gllamm，以另一种方式看待-从惯于IRT模型的心理学家的角度来看：这简直太慢了：-）

— chl 2012年

@chl，写下您自己的可能性；）。polychoric例如，当我需要时，这就是我所做的。

— StasK 2012年

2

您似乎对广义线性混合模型感到满意，并且似乎并不意味着您对潜在变量感兴趣，因此您可能希望采用分段方法lmer，然后可以使用该方法进行D-Sep检验。参见Shipley，B.（2009）。广义多级上下文中的验证性路径分析。生态学，生态学，90，363–368。例如http://dx.doi.org/10.1890/08-1034.1。他还在附录中提供了有关如何计算D分离检验的R代码。

如果您真的想最大程度地利用潜变量建模和SEM，请访问http://lavaan.org-那里有一个很好的教程，涵盖了它的功能以及有关潜伏增长曲线模型的部分，这很可能就是你在追。

— 耶比恩斯
source