Эффекты кодирования для категориальных переменных с взаимодействиями в Lavaan? - PullRequest
Новая
       11

Эффекты кодирования для категориальных переменных с взаимодействиями в Lavaan?

0 голосов
/ 10 июля 2019

Я заинтересован в переводе lm-синтаксиса на lavaan, особенно после кодированного с эффектами взаимодействия между множителем x числовой переменной, когда фактор имеет > 2уровни .(Напоминание: кодирование эффектов представляет собой альтернативу фиктивному кодированию категориальных переменных, так что коды имеют значения -1, 1 и 0.)

Ниже вы видите минимальный пример (бессмысленный),Вы видите синтаксис lm (линейная регрессия), а затем соответствующий синтаксис lavaan (часть регрессии).Он работает для регрессии без взаимодействия, но не с взаимодействием.

Сначала рассмотрим регрессию без взаимодействия с кодированными эффектами факторами.

Это работает 

library(lavaan)
# Use iris data as minimal example
# 
# 1. Linear regression model
# Change contrasts to effects-coding
contrasts(iris$Species) <- contr.sum(3)
# Linear regression
lmmodel <- Sepal.Length ~ Species # the regression model
lmfit <- lm(lmmodel, iris) # fit it

# 2. SEM
# first, re-code the factors
iris$s1 <- contrasts(iris$Species)[iris$Species, 1] # Numeric and effects-coed
iris$s2 <- contrasts(iris$Species)[iris$Species, 2] #     - " -
semmodel <- 'Sepal.Length ~ s1 + s2' # the SEM model
semfit <- sem(semmodel, iris) # fit it

# 3. Compare the coefficients lm vs. sem, should be equal (and are equal)
cbind(coef(lmfit)[-1], coef(semfit)[-length(coef(semfit))])
#                 [,1]        [,2]
# Species1 -0.83733333 -0.83733330
# Species2  0.09266667  0.09266664

Вот как я делаю это с взаимодействием Где я иду не так? 

# 1. Linear regression w/ interaction
lmmodel <- Sepal.Length ~ Species + Species:Sepal.Width
lmfit <- lm(lmmodel, iris)

# 2. SEM
iris$s3 <- as.numeric(iris$Species=='virginica') # Code third species
iris$s1_w <- iris$s1 * iris$Sepal.Width # Numeric interaction
iris$s2_w <- iris$s2 * iris$Sepal.Width #      - " -
iris$s3_w <- iris$s3 * iris$Sepal.Width #      - " -"
semmodel <- 'Sepal.Length ~ s1 + s2 + s1_w + s2_w + s3_w'
semfit <- sem(semmodel, iris)

# 3. Compare the coefficients lm vs. sem
cbind(coef(lmfit)[-1], coef(semfit)[-length(coef(semfit))])
#                                     [,1]       [,2]
# Species1                      -0.7228562 -0.7228566
# Species2                       0.1778772  0.1778772
# Speciessetosa:Sepal.Width      0.6904897  0.6904899
# Speciesversicolor:Sepal.Width  0.8650777  0.8650779  <----- equal
# Speciesvirginica:Sepal.Width   0.9015345  2.4571023  <----- not equal
...