原文链接:http:///?p=23312结构方程模型是一个线性模型框架,它对潜变量同时进行回归方程建模(点击文末“阅读原文”获取完整代码数据)。 相关视频 引言诸如线性回归、多元回归、路径分析、确认性因子分析和结构回归等模型都可以被认为是SEM的特例。在SEM中可能存在以下关系。
SEM独特地包含了测量和结构模型。测量模型将观测变量与潜变量联系起来,结构模型将潜变量与潜变量联系起来。目前有多种软件处理SEM模型,包括Mplus、EQS、SAS PROC CALIS、Stata的sem和最近的R的lavaan。R的好处是它是开源的,可以免费使用,而且相对容易使用。 本文将介绍属于SEM框架的最常见的模型,包括
目的是在每个模型中介绍其
在这次训练结束时,你应该能够理解这些概念,足以正确识别模型,认识矩阵表述中的每个参数,并解释每个模型的输出。 语法简介语法一:f3~f1+f2(路径模型)结构方程模型的路径部分可以看作是一个回归方程。而在R中,回归方程可以表示为y~ax1+bx2+c,“~”的左边的因变量,右边是自变量,“+”把多个自变量组合在一起。那么把y看作是内生潜变量,把x看作是外生潜变量,略去截距,就构成了语法一。 语法二:f1 =~ item1 + item2 + item3(测量模型)"=~"的左边是潜变量,右边是观测变量,整句理解为潜变量f1由观测变量item1、item2和item3表现。 语法三:item1 item1 , item1 item2"~~"的两边相同,表示该变量的方差,不同的话表示两者的协方差 语法四:f1 ~ 1表示截距 基础知识加载数据在这种情况下,我们将模拟数据。 y ~ .5*f #有外部标准的回归强度 指定模型y ~ f # "~回归" 拟合模型summary(model_m) inspect(model_m) Paths 路径分析与上述步骤相同,但主要侧重于回归路径。值得注意的是这种方法对调节分析的效用。 |
|