悬赏 R语言结构方程模型有三个函数 lavaan(), sem(), cfa() 可以用，不知道区别在哪里

非常希望能解答我的疑惑～
1. 本人目前一直在看学习如何R语言解决结构方程模型，具体来说有三个函数 lavaan(), sem() 和 cfa() 可以用来编程。但是看完了英文的帮助文档依然一头雾水，不知道区别在哪里，也不知道实际大家都是用哪个函数呢？
2. 另外 lavaan()这个函数的编程例子里面并没有提供 调节变量（moderator) 如何处理的问题？？很多资料也都没有写。不知道这个是否真的支持 调节变量的分析。
非常感谢大家！

在这个包里，可以这样理解，lavaan是基本函数，提供全部参数设定可能，cfa和sem都是lavaan的马甲，只不过部分具体参数已经替你设定了。
三者的输出都是lavaan。
cfa是验证式因子分析模型，sem是常说的结构方程模型，应用上的差异主要体现在二者的第一个参数model通常是不同的，sem处理的model通常需要定义潜变量公式、回归公式和残差公式，而cfa处理的model只需要定义潜变量公式。

你说的第二个问题，不是lavaan的问题，而是lavaan要处理的model的问题。理论上，都是变量，就看变量在公式中的什么位置及如何发挥作用。
我的理解是，结构方程模型的主要目的是潜变量，至于调节变量，如果需要的话，可以在“外层代码”结构上实现。

纯路人，查了一下你说的这个东西，不知道这个答案能不能帮助你，关于区别

https://stats.stackexchange.com/questions/153590/is-structural-equation-modeling-sem-just-another-name-of-confirmatory-factor-a

关于使用

https://methodenlehre.github.io/SGSCLM-R-course/cfa-and-sem-with-lavaan.html#confirmatory-factor-analysis-cfa

llb_321 发表于 2021-6-17 14:06
在这个包里，可以这样理解，lavaan是基本函数，提供全部参数设定可能，cfa和sem都是lavaan的马甲，只不过部 ...

听完您的讲解让人豁然开朗！非常感谢！
但是针对第2个问题，lavaan的标准结构是：
library(lavaan)
model = '
ind60 =~ x1 + x2 + x3   # 左边的表示潜变量，右边表示用来度量这个潜变量的变量
dem60 =~ y1 + y2 + y3 + y4
dem65 =~ y5 + y6 + y7 + y8

dem60 ~ ind60                    ##表示回归，左边是因变量，右边是自变量
dem65 ~ ind60 + dem60            

y1 ~~ y5                         ##表示有相关关系
y2 ~~ y4                     
y3 ~~ y7
y4 ~~ y8
y6 ~~ y8
'
fit = sem(model, data = PoliticalDemocracy)
summary(fit, standardized = TRUE)
#画出路径图
library(semPlot)
semPaths(fit) #可以进行设置


很显然，符号 ～ 可以表示出中介变量结构（这个例子中 dem60是中介变量）
那么针对 调节变量的结构，要怎么表达呢？英文帮助文档里就没有出现过？

再次感谢您～

owenqi 发表于 2021-6-17 02:11
纯路人，查了一下你说的这个东西，不知道这个答案能不能帮助你，关于区别

关于使用

感谢您的回复，对我很有帮助

dqj1551007438 发表于 2021-6-17 21:12
听完您的讲解让人豁然开朗！非常感谢！
但是针对第2个问题，lavaan的标准结构是：
library(lavaan)

通常在回归公式中用“*”定义交互变量，调节变量其实也是交互变量。但在lavaan包中，"*"的作用不一样，好像是对变量x的系数估值进行调整的，在这个包里称为“modifier”，显然和"moderator"调节变量不是一回事。

但这个包的模型语法函数中有个“conditional.x”参数，应该可以实现模型以某个显变量为条件，但是没有示例代码。

我理解，如果调节变量是类别变量的话，是否可以通过分组回归的方式考察该变量的作用。

llb_321 发表于 2021-6-18 10:17
通常在回归公式中用“*”定义交互变量，调节变量其实也是交互变量。但在lavaan包中，"*"的作用不一样，好 ...

已经找到具体的做法了，https://ademos.people.uic.edu/Chapter15.html 后面有sem处理同时有moderator 和 mediator的例子！

dqj1551007438 发表于 2021-6-21 16:46
已经找到具体的做法了，https://ademos.people.uic.edu/Chapter15.html 后面有sem处理同时有moderator 和 ...

参照那个方法，做了个模型，结果是这样的，不知道是否符合调节变量和中介变量的要求