Multiple Mediationsanalyse in R

Ich frage mich, ob jemand eine Möglichkeit kennt, ein Multi-Mediationsmodell in R auszuführen. Ich weiß, dass das Mediationspaket mehrere einfache Mediationsmodelle zulässt, aber ich möchte ein Modell ausführen, das mehrere Mediationsmodelle gleichzeitig auswertet.

Ich gehe davon aus, dass ich dies in einem SEM-Framework (Pfadanalyse) tun kann, habe mich aber gefragt, ob jemand eines Pakets neu ist, das für die Mediationsanalyse typische Statistiken für mehrere Mediatoren berechnet hat (indirekte Effekte, Anteil des Gesamteffekts über Mediation usw.). und könnte Bootstrapping verwenden. Ich weiß, dass dies ein langer Weg ist, aber ich dachte, ich sollte fragen, bevor ich Zeit investiere, um mich von Grund auf neu zu entwickeln.

UPDATE: (11.11.2013)

Seit ich diese Frage vor ein paar Jahren gestellt habe, habe ich gelernt, das wunderbare R-Paket lavaan zu verwenden, um multiple Mediation durchzuführen.

Hier ist ein Beispielcode:

model <- '
# outcome model 
outcomeVar ~ c*xVar + b1*medVar1 + b2*medVar2

# mediator models
medVar1 ~ a1*xVar 
medVar2 ~ a2*xVar

# indirect effects (IDE)
medVar1IDE  := a1*b1
medVar2IDE  := a2*b2
sumIDE := (a1*b1) + (a2*b2)

# total effect
total := c + (a1*b1) + (a2*b2)
medVar1 ~~ medVar2 # model correlation between mediators
'

Beachten Sie, dass a1, a2, b1, b2 und c Bezeichnungen sind. Führen Sie dann das Modell aus:

fit <- sem(model, data=dataframe)

Und schauen Sie sich die Ausgabe an:

summary(fit, fit.measures=TRUE, standardize=TRUE, rsquare=TRUE)

Erstellen Sie abschließend Bootstrap-Vertrauensbereiche:

boot.fit <- parameterEstimates(fit, boot.ci.type="bca.simple")

Weitere Informationen finden Sie auf der Lavaan-Website: http://lavaan.ugent.be/

r regression mediation wmmurrah
quelle

Ich bin mir nicht sicher, ob semPLS oder plspm eine mediale Analyse zulassen, aber es lohnt sich, dies zu überprüfen.

chl

@wmmurrah wird auf Ihre Frage huckepack, ist der einzige Vorteil von Bootstraping, um die Konfidenzintervalle zu erhalten?

lf_araujo

@If_araujo Wenn Sie Hypothesentests durchführen, sollten die Bootstrap-Konfidenzintervalle anstelle der p-Werte verwendet werden, da letztere Normalitätsannahmen erfordern, die häufig verletzt werden. Der indirekte Effekt, der das Produkt zweier Pfadkoeffizienten ist, ist tendenziell verzerrt, was die Annahme von p-Werten in Frage stellt, sofern sie nicht groß sind. Selbst wenn Sie die Intervalle nicht verwenden möchten, sind sie den p-Werten überlegen.

Wmmurrah

@ If_araujo siehe: Siehe: Preacher, KJ & Hayes, AF (2008). Asymptotische und Resampling-Strategien zur Bewertung und zum Vergleich indirekter Effekte in mehreren Mediatormodellen. Behavior Research Methods, 40 (3), 879-891.

Wmmurrah

Multiple Mediationsanalyse in R

Antworten: