1

我有以下lavaan模型：

model <- ' i =~ 1*t1 + 1*t2 + 1*t3 + 1*t4 + 1*t5 + 1*t6 + 1*t7 + 1*t8 + 1*t9 + 1*t10 + 1*t11 + 1*t12 + 1*t13+ 1*t14 + 1*t15 + 1*t16 + 1*t17 + 1*t18 + 1*t19 + 1*t20
s =~ 0*t1 + 1*t2 + 2*t3 + 3*t4 + 4*t5 + 5*t6 + 6*t7 + 7*t8 + 8*t9 + 9*t10 + 10*t11 + 11*t12 + 12*t13 + 13*t14 + 14*t15 + 15*t16 + 16*t17 + 17*t18 + 18*t19 + 19*t20
t8 ~~ 0.01*t8
t17 ~~ 0.01*t17
t18 ~~ 0.01*t18
# regressions
s ~ h_index
i ~ h_index'

fit_UNconstrained <- growth(model, data=growth_data, group = "type")
summary(fit_UNconstrained)

现在，我想创建一个模型来约束路径s ~ h_index并i ~ h_index在所有组中相等（"type"）。我怎样才能做到这一点？

4

1 回答 1

1

我相信这与将分组约束添加到潜在因素的指标中的方式相同。如果是这种情况，那么您需要做的就是在要跨组约束的预测变量旁边添加一个标签向量。在您的情况下，您有两个要约束的参数估计，因此您将添加两个向量。

向量的长度将取决于您拥有的组数，并且所有组的标签都相同。

假设您有三个组；那么您的代码将如下所示。

model <- " 
  i =~ 1*t1 + 1*t2 + 1*t3 + 1*t4 + 1*t5 + 1*t6 + 1*t7 + 1*t8 + 1*t9 + 1*t10 + 1*t11 + 1*t12 + 1*t13+ 1*t14 + 1*t15 + 1*t16 + 1*t17 + 1*t18 + 1*t19 + 1*t20
  s =~ 0*t1 + 1*t2 + 2*t3 + 3*t4 + 4*t5 + 5*t6 + 6*t7 + 7*t8 + 8*t9 + 9*t10 + 10*t11 + 11*t12 + 12*t13 + 13*t14 + 14*t15 + 15*t16 + 16*t17 + 17*t18 + 18*t19 + 19*t20

  t8 ~~ 0.01*t8
  t17 ~~ 0.01*t17
  t18 ~~ 0.01*t18

  # regressions
  s ~ c(v1, v1, v1)*h_index
  i ~ c(v2, v2, v2)*h_index
"
fit_UNconstrained <- growth(model, data=growth_data, group = "type")
summary(fit_UNconstrained)

这里的向量c(v1, v1, v1)和c(v2, v2, v2)告诉 lavaan 将这些参数估计值限制为跨组相等。

我相信这应该符合您的想法。

于 2016-04-04T16:05:14.670 回答