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/