我正在尝试使用semTools估计的潜在增长曲线模型进行功率分析lavaan。见下文:
library(RCurl)
library(lavaan)
library(semTools)
x <- getURL("https://gist.githubusercontent.com/aronlindberg/dfa0115f1d80b84ebd48b3ed52f9c5ac/raw/3abf0f280a948d6273a61a75415796cc103f20e7/growth_data.csv")
growth_data <- read.csv(text = x)
model_regressions <- ' i =~ 1*t1 + 1*t2 + 1*t3 + 1*t4 + 1*t5 + 1*t6 + 1*t7 + 1*t8 + 1*t9 + 1*t10 + 1*t11 + 1*t12 + 1*t13+ 1*t14 + 1*t15 + 1*t16 + 1*t17 + 1*t18 + 1*t19 + 1*t20
s =~ 0*t1 + 1*t2 + 2*t3 + 3*t4 + 4*t5 + 5*t6 + 6*t7 + 7*t8 + 8*t9 + 9*t10 + 10*t11 + 11*t12 + 12*t13 + 13*t14 + 14*t15 + 15*t16 + 16*t17 + 17*t18 + 18*t19 + 19*t20
# fixing error-variances
t8 ~~ 0.01*t8
t17 ~~ 0.01*t17
t18 ~~ 0.01*t18
# regressions
s ~ h_index
i ~ h_index'
SSpower(powerModel = model_regressions, popModel = model_regressions, n = c(87, 125), fun = "growth")
但是,这似乎不起作用。我的总体问题是:如何semTools针对使用估算的潜在增长曲线模型进行功率分析lavaan?更具体地说,我应该使用什么来指定powerModel和popModel?
如何semTools针对使用以下公式估计的潜在增长曲线模型进行功率分析lavaan,更具体地说,应该使用什么来指定powerModel和popModel?
思路:从语法的角度来看,model_regressions对象似乎是有效的lavaan对象,可以将其传递SSpower为powerModel参数,以描述要分析的模型,也popModel可以将其作为参数来指定数据生成模型。但是还需要在中指定alpha-Type I错误率和nparam-无效约束的数量,powerModel。另外,除非正在分析多组模型,并且仅尝试评估两个单独样本大小的SSpower功效,否则可以分别在n = 87和n = 125时运行-command。例如,n = 87时,代码如下所示:https://ebd2zncoi.doodlekit.com/
SSpower(powerModel = model_regressions, n = 87, nparam = 1, popModel = model_regressions, fun = "growth", alpha=0.05)
# [1] 0.05044634
注意:如果尝试执行多组分析,则不确定此代码是否可以正确运行。对于多组分析,可能会尝试使用手册中建议的另一种选择,其中不是使用popModel,而是“ ..通过提交总体协方差矩阵(Sigma)和可选均值向量来指定总体模型中的所有非零参数。(mu)由人口模型。可以通过陈述做到这一点mu和sigma内SSpower函数调用:
SSpower(...Sigma = , mu = , ...)。
相关推荐
使用R语言进行SEM分析,对lavaan包的使用进行教程系统性学习的文档。对lavaan从安装教程,如何建模,到系统的结果分析,指标讲解都有详细的介绍
R语言结构方程lavaan 官方tutorial
该软件包包含一个R Markdwon模板,可以很轻松地在R中运行CFA和SEM分析并创建美观的输出。 安装软件包后,您可以通过以下方式访问R Markdown模板: 文件->新文件-> R降价...->来自模板-> CFA / SEM(lavaan) 拉凡 ...
幽灵 进行和可视化规格曲线分析 ... :此插图举例说明了如何包括潜在测量模型和使用lavaan估计结构方程模型。 :此插图举例说明了如何使用lme4包括随机效应和估计多级模型。 :此插图说明了如何创建进度条以进行
这个存储库的目的是在应用缺失数据 [网站] 上获取一些与全信息最大似然 (FIML) 估计相关的示例,并将它们翻译成“lavaan”。 网站上的代码主要用于Mplus,这是相当昂贵的。 我希望这将使那些无法访问 Mplus 的人...
power-simulations:使用lavaan基于模拟的功率分析的基本介绍
与其重复运行模型以测试不变性,不如绘制组度量并直观地选择彼此接近的度量。 用户可以交互地包括和排除看起来不同的组(通过单击它们),该工具将自动调整模型。 为了促进组的组合,它们也被聚类。 基于协方差的...
R中的结构方程建模简介结构方程模型是自然科学中发展最快的统计技术之一,这在很大程度上要归功于其广泛应用和易于使用的新进展和软件包。 本书旨在成为SEM理论,数学和应用的通俗易懂的开源指南。 它集成了R软件的...
扫描电镜 软件包tidySEM提供了一个“整洁”的工作流程,用于进行,报告和绘制结构方程模型分析。 它不执行模型估计,而是允许用户使用R包lavaan或商业独立程序Mplus (通过MplusAutomation )以软件不可知的方式估计...
扫描电镜 软件包tidySEM提供了一个“整洁”的工作流程,用于进行,报告和绘制结构方程模型分析。 它不执行模型估计,而是允许用户使用R包lavaan或商业独立程序Mplus (通过MplusAutomation )以软件不可知的方式估计...
recodeData.R =>解释项并将其重新编码为数值项,以进行Lavaan分析 step1.R =>加载所有必要的软件包 step2.R =>所有数据预处理=>删除未使用的列=>使用MICE处理丢失的值=>数据分区(如果需要SEM)=>在step2.R脚本中...
近年来,用于心理学研究常用分析的R包(例如psych , lavaan )已经有所增加和改进。 相应地,许多研究生课程正在过渡到R(免费和开源)统计培训。 对于接受过其他软件培训的博士后心理学家来说,这是一个挑战。 该...
内生性_模拟 这是一个演示内生性的仿真,并通过lavaan了两阶段最小二乘(2SLS)估计
RI-CLPM和扩展该存储库及其Github Pages已移至 。 现在,该存储库的Github页面可以用作自动重定向。