R(lavan)中的中介调节模型

R(lavan)中的中介调节模型,r,mediator,r-lavaan,R,Mediator,R Lavaan,假设您有一个结果变量(Y;连续)、一个自变量(X;虚拟)和一个调节变量(W;虚拟)。假设您想测试另一个变量(M;continuous)是否介导了X和W之间的链接。您将如何用R(使用lavan)编写此测试 离我最近的职位是: 然而,提供的答案涉及一个与我不同的问题。我的问题是关于调解,而答案是关于调解 假设X和W都是伪变量,可以使用:运算符: 库(拉万) #>这是拉瓦恩0.6-7 #>Lavan是测试版软件!请报告任何错误。 df非列表对比参数已忽略 model.matrix.default(~x

假设您有一个结果变量(Y;连续)、一个自变量(X;虚拟)和一个调节变量(W;虚拟)。假设您想测试另一个变量(M;continuous)是否介导了X和W之间的链接。您将如何用R(使用lavan)编写此测试

离我最近的职位是:


然而,提供的答案涉及一个与我不同的问题。我的问题是关于调解,而答案是关于调解

假设
X
W
都是伪变量,可以使用
运算符:

库(拉万)
#>这是拉瓦恩0.6-7
#>Lavan是测试版软件!请报告任何错误。
df非列表对比参数已忽略
model.matrix.default(~x-1,model.frame(~x-1),contrasts=FALSE)中的df$x警告:
#>忽略非列表对比参数
df$y优化方法NLMINB
#>自由参数数7
#>                                                       
#>意见数目301
#>                                                       
#>模型测试用户模型:
#>                                                       
#>检验统计0.041
#>自由度2
#>P值(卡方检验)0.980
#> 
#>参数估计:
#> 
#>标准误差标准
#>预期信息
#>信息饱和(h1)模型
#> 
#>回归:
#>估算标准误差z值P(>| z |)标准低压标准所有
#>y~
#>x-0.1310.161-0.8120.417-0.131-0.065
#>w-0.130 0.162-0.8050.421-0.130-0.065
#>x:w(c)0.086 0.232 0.373 0.709 0.086 0.037
#>m(b)0.008 0.017 0.478 0.633 0.008 0.027
#>m~
#>x:w(a)-0.2380.465-0.5110.609-0.238-0.029
#> 
#>差异:
#>估算标准误差z值P(>| z |)标准低压标准所有
#>.y 1.010 0.082 12.268 0.000 1.010 0.995
#>.m 11.865 0.967 12.268 0.000 11.865 0.999
#> 
#>定义的参数:
#>估算标准误差z值P(>| z |)标准低压标准所有
#>ab-0.002 0.005-0.349 0.727-0.002-0.001
#>总计0.085 0.232 0.364 0.716 0.085 0.036
由(v0.3.0)于2021-03-16创建