审核（变量值的交互）

Question

有人能告诉我如何在结构方程模型的lavaan包的模型语句中编码潜变量交互吗？

假设我有潜在变量L1和一些观察到的变量F1，并希望将其交互效果编码为某些结果Y：

L1 =~ x1 + x2

Y ~ L1 * F1

这不起作用。

提前致谢！

Answer 1

感谢comment的重要John Madden，我将区分审核（您可能正在寻找的事情）和调解。

审核（变量值的交互）

你的问题的快速答案是：据我所知，没有一个完整的可能性来进行两个潜在变量的交互，但这是我的解决方法：

定义潜在变量（CFA）
提取预测值，将其添加到数据框并定义交互变量
做你想要的回归（我们没有潜在的变量本身）

以下是解决方法的一些玩具代码 - 审核对这些数据没有任何意义（mtcars在R基础中）并且会给出警告，但工作流的结构应该是清楚。

library(lavaan)

# 1. set up your measurement models
cfamodel <- "
    #defining the latent variables
    L1 =~ drat + wt
    L2 =~ disp + hp
"
fitcfa <- cfa(data = mtcars, model = cfamodel)

# 2. extract the predicted values of the cfa and add them to the dataframe
semdata <- data.frame(mtcars, predict(fitcfa))

# create a new variable with the interaction of L1 and L2
semdata <- semdata %>%
              mutate(L1L2 = L1 * L2)

# 3. now set up the regression and add the predefined interaction to the model
# a) regression with both latent variables and the interaction
semmodel1 <- "
    # define regression
    mpg ~ L1 + L2 + L1L2
"
fitsem1 <- sem(data = semdata, model = semmodel1)
summary(fitsem1)

# b) regression with only the interaction (does that even make sense? I don't know...)
semmodel2 <- "
    # define regression
    mpg ~ L1L2
"
fitsem2 <- sem(data = semdata, model = semmodel2)
summary(fitsem2)

调解（权重的相互作用）

对于中介，您需要将新参数定义为感兴趣的两个回归权重的乘积。在您的示例中，L1作为潜在变量，F1作为观察变量，Y作为dependend变量，那将是：

# define Regressions (direct effect)
Y ~ lambda1*X
Y ~ lambda2*M

# define Regressions (effect on mediator)
M ~ X

# define Interaction
interac := lambda1*lambda2

fit <- sem(model, data = Data)
summary(fit)

:=运算符“定义了新参数，这些参数采用的值是原始模型参数的任意函数。” 示例来自：http://lavaan.ugent.be/tutorial/mediation.html

R Lavaan编码潜变量相互作用

1 个答案:

审核（变量值的交互）

调解（权重的相互作用）