Вывод lavaan.survey: как интерпретировать? - PullRequest
Новая
       21

Вывод lavaan.survey: как интерпретировать?

0 голосов
/ 05 января 2020

Я новичок в анализе медиации. В настоящее время я выясняю, что именно означает выходной результат анализа передачи, определенного с помощью пакета lvaan.survey, так как данные взвешиваются по результатам опроса.

Мой код: 

#Define model
modellvm <- ' # direct effect
LVMass ~ c*METquantthird
# mediator
ATPIIImets ~ a*METquantthird
LVMass ~ b*ATPIIImets
# indirect effect (a*b)
ab := a*b
# total effect
total := c + (a*b)'

fitlvm <- lavaan(modellvm, data = df, ordered=c("ATPIIImets"), auto.var = T, std.lv = T, meanstructure = T, int.ov.free = T)

fitlvm.surv <- lavaan.survey(lavaan.fit = fitlvm, survey.design=designweightsMET)

summary(fitlvm.surv)

Вывод: 

lavaan 0.6-5 ended normally after 39 iterations

  Estimator                                         ML
  Optimization method                           NLMINB
  Number of free parameters                          7

  Number of observations                           916

Model Test User Model:
                                              Standard      Robust
  Test Statistic                                 0.000       0.000
  Degrees of freedom                                 0           0

Parameter Estimates:

  Information                                 Expected
  Information saturated (h1) model          Structured
  Standard errors                           Robust.sem

Regressions:
                   Estimate  Std.Err  z-value  P(>|z|)
  LVMass ~                                            
    METqntthrd (c)    5.858    1.390    4.214    0.000
  ATPIIImets ~                                        
    METqntthrd (a)   -0.059    0.020   -2.908    0.004
  LVMass ~                                            
    ATPIIImets (b)   11.258    2.322    4.849    0.000

Intercepts:
                   Estimate  Std.Err  z-value  P(>|z|)
   .LVMass           85.395    3.089   27.646    0.000
   .ATPIIImets        0.352    0.044    8.053    0.000

Variances:
                   Estimate  Std.Err  z-value  P(>|z|)
   .LVMass          633.419   40.489   15.644    0.000
   .ATPIIImets        0.177    0.009   20.296    0.000

Defined Parameters:
                   Estimate  Std.Err  z-value  P(>|z|)
    ab               -0.663    0.262   -2.532    0.011
    total             5.196    1.406    3.697    0.000

METquantthird = экзогенная порядковая переменная с 3 уровнями (1,2,3)

LVMass = непрерывная переменная

ATPIIImets = эндогенная переменная дихотомии

И как мне добавить confounders, чтобы переменные влияли на X aka METquantthird

...