Question

我试图比较两组儿童，并使用SEM和R中的lavaan包来测试执行功能（EF）是否是推理的重要预测因子（CR）（我还包括其他协变量）。

我是否正确地使用此代码进行比较？
如何解释冗长的输出？
比较各组之间的回归系数是否显着不同的唯一方法是比较两个模型，有或没有约束回归相等？

尝试1：

mod1= ' 
CR =~ v1 +  v2
EF =~ ef1 + ef2 + ef3 + ef4 + ef5
CR ~  c(a1, a2)*v3 + c(b1,b2)*v4 + c(c1,c2)*v5 + c(d1, d2)*EF  
diff.a1a2 := a1 - a2 
diff.b1b2 := b1 - b2 
diff.c1c2 := c1 - c2 
diff.d1d2 := d1 - d2 '
fitnew<- sem(mod1, data=datamicescaled, 
             std.lv =T, group = "age.group",estimator = "MLR", missing = "fiml")
summary(fitnew, fit.measures=TRUE, standardized=TRUE)

输出1：

Defined Parameters:
                   Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
    diff.a1a2        -0.049    0.509   -0.095    0.924   -0.063   -0.170
    diff.b1b2         0.948    4.497    0.211    0.833    0.020    0.026
    diff.c1c2         1.023    2.425    0.422    0.673    0.250    0.293
    diff.d1d2         0.945    4.823    0.196    0.845    0.070    0.070

尝试2：

mod2= ' 
CR =~ v1 +  v2 + v3
EF =~ ef1 + ef2 + ef3 + ef4 + ef5
CR ~  v4 + v5 + v6 + EF  '

fit2<- sem(mod2, data=datamicescaled, 
             std.lv =T, group = "age.group",estimator = "MLR", missing = "fiml", group.equal = c"regressions)
summary(fit2, fit.measures=TRUE, standardized=TRUE)

提前感谢您的帮助。我一整天都在自言自语，我真的很感激任何投入！

Answer 1

我不确定我是否完全理解你的问题。尽管如此，这是我的回答（希望它有所帮助）：

如果你想比较组，你必须对不变性进行分析，一步一步地限制你的模型，并且只有当你在组间约束系数相等时才发现模型变得更糟，然后你可以移动估计每组的系数。

This video is useful

多组SEM约束熔岩中的回归系数

1 个答案: