Statistics 给定路径图的SEM模型语法

Statistics 给定路径图的SEM模型语法,statistics,r-lavaan,Statistics,R Lavaan,我试图使用SEM重新创建调解分析。我有下面的路径图 我很清楚,“FM”通过RMR与“EI”相关。间接效应为0.25(0.40*0.63),“直接效应”为-0.41。但是,我无法自信地为lavan编写模型语法。如何编写这种语法 此外,双箭头代表什么(例如,FM和FFM之间为0.11)——这是“协方差”吗。这会影响从FM到FFM的路径吗?最后,仅使用OLS框架就可以实现此中介模型吗?SEM提供了什么优势?我首先建议您阅读该图表来源的论文的方法部分,因为它将为您提供有关其模型的额外线索,而这些线索并

我试图使用SEM重新创建调解分析。我有下面的路径图

我很清楚,“FM”通过RMR与“EI”相关。间接效应为0.25(0.40*0.63),“直接效应”为-0.41。但是,我无法自信地为
lavan
编写模型语法。如何编写这种语法


此外,双箭头代表什么(例如,FM和FFM之间为0.11)——这是“协方差”吗。这会影响从FM到FFM的路径吗?最后,仅使用OLS框架就可以实现此中介模型吗?SEM提供了什么优势?

我首先建议您阅读该图表来源的论文的方法部分,因为它将为您提供有关其模型的额外线索,而这些线索并非总是从路径图中看到的。但是,我认为该模型应该是这样的(但请检查您得到的系数估计值是否与图中相同):


模型原始作者表示,该模型最初是通过一个包含29个参数的完全饱和模型进行检验的。如何“计算”这些参数。然后移除非重要路径。这里有一个链接,链接到更多上下文。谢谢你的意见。仍然不清楚剩余协方差——是否显示这些协方差对路径没有影响,但显示它们的目的是什么?此外,如何计算从FM(通过RMR)的间接路径?我假设使用:=运算符。这是一篇非常新的论文,因此最简单的方法是给相应的作者发电子邮件,询问他们的SPSS语法,这将让您确切了解他们在估计参数方面运行了什么。是的,通过使用
:=
re:convariations,作者在他们的分析中对剩余协方差进行了建模(这就是为什么您会在这些双线上看到估计值)。他们也可以选择将这些协方差限制为0,如果他们这样做,模型中的其他系数将不同。因此,是否选择对协方差建模将影响路径
model <- '
    EI ~ RMR + FM
    RMR ~ FM + FFM + Age + Sex

    FM ~~ FFM
    FM ~~ Age
    FM ~~ Sex
    FFM ~~ Age
    FFM ~~ Sex
    Age ~~ Sex
'