R数据分析：如何用lavaan包做结构方程模型，实例解析

 

今天给大家写一个非常经典的结构方程模型的例子，这个例子是用来研究精神错乱的，模型总共有3个因子，一个社会经济地位SES，另外两个分别是1967年和1971年的精神错乱alien。每个因子两个测量指标，其中社会经济地位SES是以教育education和职业sei两个指标变量测量，精神错乱alien用无力感powerless和混乱anomia两个指标测量。

我们想验证的模型结构为1966年的SES会对1967年和1971年的精神错乱造成影响，而1967年的精神错乱会对1971年的精神错乱有影响。同时模型允许精神错乱的测量指标间有共变。

根据以上的叙述我们可以就写出模型：

# 协方差矩阵
wheaton.cov = as.matrix(read.csv('D:/接单数据/bootcamp/dataset/wheaton_cov.csv', row.names=1))

wheaton.model = '
  # 测量模型
    ses     =~ education + sei
    alien67 =~ anomia67 + powerless67
    alien71 =~ anomia71 + powerless71
 
  # 结构模型
    alien71 ~ aa*alien67 + ses
    alien67 ~ sa*ses
 
  # 残差相关
    anomia67 ~~ anomia71
    powerless67 ~~ powerless71

  # 间接效应
    IndirectEffect := sa*aa
'
alienation <- sem(wheaton.model, sample.cov=wheaton.cov, sample.nobs=932)

我们的模型图示如下：

 

运行上面的代码我们就可以出结果:

 

我们将标准化的路径系数在图上进行了展示，下图是结果：