用R处理隐变量分析

对于习惯做线性回归的老师来讲，结构方程模型可能乍一听很陌生，但目前的数据科学已经在方方面面涉及到了隐变量的问题，所以这个点的研究有渐热的趋势。结构方程模型（SEM, Structural Equation Modeling）是建立在回归模型（Regression Models）的基础上，针对潜变量（Latent Variables）的统计方法。例如，智商，情商，成功这三个潜变量之间到底是何种关系？但是它们三个本身不可直接测量，于是需要通过一定手段对它们进行测量。下面把用R做结构方程模型的全代码放给大家。

 

library('lavaan')
library('tidyverse')
#install.packages("lavaan")
y <- rnorm(n = 100, mean = 0, sd = 2)
x <- rnorm(n = 100, mean = y, sd = 2)
cor(x, y) %>% round(2)
z1 <- rnorm(n = 100, mean = x, sd = 0.5)
z2 <- rnorm(n = 100, mean = x, sd = 0.5)
z3 <- rnorm(n = 100, mean = x, sd = 0.5)
d <- data.frame(y = y, x = x, z1