问题标签 [sem]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 如何不允许错误术语在 SEM 中与 lavaan 相关联
我目前正在使用数据集进行结构方程建模分析,但遇到了一些问题。在运行完整的 sem 之前,我打算运行 CFA 来复制使用我正在使用的这种测量方法完成的心理测试。该度量有 24 个项目,构成 5 个子量表(潜在变量),这些子量表又加载到“总”高阶因子上。在文献中,他们描述了“在所有模型中,项目都被限制为仅加载一个因素,不允许误差项相关,并且因素的方差固定为 1”。
我已经限制项目加载到一个因素上,并将这些因素的方差设置为 1,但我无法在我的模型中指定不允许误差项相关。他们是否意味着项目的错误项不允许相关?有没有一种简单的方法可以在 lavaan 中做到这一点,或者我是否必须逐个项目去“y1~~ 0 y2”、“y1~~0 y3”.. 等等?
预先感谢您的帮助。
r - 双域潜在增长曲线的选项(可能在 lavaan 中?)
我正在尝试分析两个结果变量的三个重复测量值。建议使用潜在增长曲线模型。我知道在某些软件(SPSS)中,您可以使用多种测量方法制作增长曲线,但在 lavaan 中似乎并不那么简单。阅读 lavaan 教程,它提到了使用 sem() 的多级 SEM - 这是否适合重复测量数据集?或者是否有另一个包允许 R 中的多个结果增长曲线?
r - 如何处理 Lavaan 错误:“lavaan 模型语法中的语法错误”?
我第一次尝试做CFA。Lavaan 给出以下错误。
我的代码看起来像这样简化:
我猜想回归依赖和协方差在我的模型中还是 lavaan 输出?有没有人有关于如何进行的提示。
r-lavaan - 比较非嵌套模型之间的标准化因子载荷
对于我的硕士论文,我正在使用 SEM (lavaan) 比较模型。我进行了一项在线调查,以验证评估 ICT 压力因素和资源的新量表。由于问卷很长,而且我怀疑回答方式可能存在问题,我使用了 Weijters 等人的方法。(2008 年)模拟不同的响应趋势(例如 Aquiescence、ARS)。
检查结构有效性的一部分涉及分析测量模型中潜在结构上观察到的变量的指标负载(MacKenzie et al., 2011)。
如果我在模型中包含 ARS,我想检查这些因子载荷是否不同。我注意到的是,如果我将 ARS 包括在内,因子载荷的标准误差是两倍或三倍。在这个模型中,一些因子负载变得更高,并且所有负载都显着地加载到潜在构造上。我不确定的是,因子载荷的变化是由于更高的标准误差(我所期望的)还是由于 ARS。
如何比较非嵌套模型之间的因子载荷?比较 Modelfits 对我没有帮助,因为这不会告诉我单个参数是否不同。(包括 ARS 的模型几乎总是更适合,即使 ARS 对指标的影响并不显着)
我不能包含数据文件,但我提取了一些代码和 lavaan 的输出。问题涉及指标 ICTPAss_day1 - ICTPAss_day3 的因子载荷 (std.all) 的变化
和
整个代码:
文学:
MacKenzie,SB,Podsakoff,PM 和 Podsakoff,NP(2011 年)。在 MIS 和行为研究中构建测量和验证程序:整合新的和现有的技术。MIS 季刊,35(2),293。https ://doi.org/10.2307/23044045
Weijters, B., Schillewaert, N. & Geuens, M. (2008)。评估跨数据收集模式的响应方式。营销科学学会杂志,36(3),409–422。https://doi.org/10.1007/s11747-007-0077-6
Weijters, B.、Geuens, M. 和 Schillewaert, N. (2010a)。自我报告问卷中默认和极端反应风格的个体一致性。应用心理测量,34(2),105-121。https://doi.org/10.1177/0146621609338593
感谢您的任何回答和问候:)
r - 用 R 计算 SEM 中路径系数的影响大小
我目前正在将lavaan 包用于R
结构方程模型。我想计算每个路径系数的效果大小(即部分 eta 平方)。是否已经有一个包可以做到这一点?
c
例如,如何计算a
和b
回归系数的影响大小?
理想情况下,该方法在基于潜在变量构建模型时也应该有效。
r - semPlot 不会安装在 MacOS 11.4 上的 R/Rstudio 中,因为 OpenMx 不会安装并且它是一个依赖项
我R 3.6.1
在 Anaconda 环境中运行(它不会让我升级到 v4)并尝试安装semPlot
以配合lavaan
安装好的。以下是我安装的软件包:
我尝试了许多不同的安装方式semPlot
,最新的是直接来自 github 存储库:SachaEpskamp/semPlot
,stackoverflow 上的一个人说这对他们有用。在我的控制台上滚动了大约 10,000 行警告和错误之后,我无法跟踪其中的大部分内容,最新的尝试最终产生了这个结果:
我不知道是否OpenMx
是罪魁祸首,或者是否OpenMX
可能semPlot
遇到同样的问题,但是当我尝试安装它时,我得到了同样的结果......之前的数千行(以及大约 20 分钟无结果的运行时间)它只是逐渐消失,没有任何错误,只是“非零退出状态”。
我在这里阅读了很多关于 SO 的类似问题,但大多数都没有找到一些依赖包,比如glasso
或XML
缺少 fortran 编译器,但我的输出中没有类似的引用,无论如何我都安装了所有这些包。我只有大量这样的输出(这是来自失败的OpenMx
安装尝试:
在所有这些输出中一次又一次出现的警告是:
如:
或这个
或这个
这只是一个大混乱,我不知道发生了什么,为什么,或者该怎么做。有什么想法吗?
statistics - 如果直接影响微不足道,那么在结构方程建模中显着的间接影响意味着什么?
我有一个 SEM:
我假设 A 和 C 之间存在正相关,并且还预测 B 会部分调节这种效应。然而,SEM 分析显示 A 和 C 没有显着相关性,但是 A 通过 B 对 C 的间接影响是显着的。我该如何解释这一点,因为 A 和 C 之间没有可以由 B 调解的关联?或者如果没有 A 和 C 之间的关联,也可以存在中介效应?但从实际意义来看,我该如何解释呢?
regression - 我想知道为什么我在 SEM 中计算相同的卡方反转关系方向的理论解释
我正在使用 lavaan 来研究 1 个观察变量(抑郁)和 4 个潜在因素(F1、F2、F3、F4)之间的关系。我想知道这 2 个变量是否可以预测 4 个因素,反之亦然。
modelB 的回归参数似乎更有可能。但模型的拟合指数完全相同。
我想知道如何用简单的话来解释这个原因。
(如果将所有协变量设置为 0,则模型 B 显示更好的拟合指数)