R-在地图中使用simsem

我在

lavan

中计算了100多个SEM模型。对于本例，我将仅使用两个模型：

fit.model1.cfa <- '
    ind60 =~ x1 + x2 + x3
    dem60 =~ y1 + y2 + y3 + y4
    dem65 =~ y5 + y6 + y7 + y8
    ind60 ~~ ind60
    dem60 ~~ dem60
    dem65 ~~ dem65' %>%
       sem(PoliticalDemocracy)

fit.model2.cfa <- '
    ind60 =~ x1 + x2
    dem60 =~ y1 + y2 + y3
    dem65 =~ y5 + y6 + y7
    ind60 ~~ ind60
    dem60 ~~ dem60
    dem65 ~~ dem65' %>%
       sem(PoliticalDemocracy)

但是，我希望避免使用

for

循环，而是使用

map

函数。我尝试了以下方法：

models %>%
   map(., sim, nRep = 1000, model = ., n = pluck(pluck(., "SampleStats"), "ntotal"), generate = .) %>%
   map(getPower)

---

然而，这是行不通的。那么我做错了什么呢？

这是我第一次听说

lavan

、

simsem

及其模型，但我正试图帮助您了解

地图。我用
nRep=10
做了一个简单的解决方案，只是为了测试，你可以用
nRep=1000
复制它。此外，还返回了许多警告和进度，但为了清洁起见，我在下面的示例中删除了它们

库（tidyverse，verbose=F）
图书馆（拉万）
图书馆（西姆斯）
fit.model1.cfa%
高级行政主任（政治民主）
fit.model2.cfa%
高级行政主任（政治民主）
型号dem65=~y7 dem65=~y8 ind60~~ind60 dem60~~dem60 dem65~~dem65 x1~~x1
#>          1.0          1.0          1.0          1.0          1.0          1.0 
#>x2~~x2 x3~~x3 y1~~y1 y2~~y2 y3~~y3 y4~~y4
#>          0.5          1.0          1.0          1.0          1.0          1.0 
#>y5~~y5 y6~~y6 y7~~y7 y8~~y8 ind60~~dem60 ind60~~dem65
#>          1.0          1.0          1.0          1.0          1.0          1.0 
#>dem60~~dem65
#>          1.0 
#> 
#>$model2
#>ind60=~x2 dem60=~y2 dem60=~y3 dem65=~y6 dem65=~y7 ind60~~ind60
#>          1.0          1.0          1.0          1.0          1.0          1.0 
#>dem60~~dem60 dem65~~dem65 x1~~x1 x2~~x2 y1~~y1 y2~~y2
#>          1.0          1.0          0.4          0.4          0.8          1.0 
#>y3~~y3 y5~~y5 y6~~y6 y7~~y7 ind60~~dem60 ind60~~dem65
#>          1.0          1.0          1.0          1.0          0.9          1.0 
#>dem60~~dem65
#>          1.0
sim

功能来自哪个软件包？@rdornas来自

simsem

软件包

pwr <- list()

for(i in 1:2){
   sim(nRep = 1000, model = models[[i]], n = models[[i]]@SampleStats@ntotal, generate = models[[i]]) %>%
       getPower() -> pwr[[i]]
}

models %>%
   map(., sim, nRep = 1000, model = ., n = pluck(pluck(., "SampleStats"), "ntotal"), generate = .) %>%
   map(getPower)