对 lavaan 潜在增长曲线模型进行功效分析答案

【问题标题】：Running a power analysis on a lavaan latent growth curve model对 lavaan 潜在增长曲线模型进行功效分析
【发布时间】：2020-04-02 16:36:32
【问题描述】：

我正在尝试使用 semTools 对使用 lavaan 估计的潜在增长曲线模型进行功效分析。见下文：

library(RCurl)
library(lavaan)
library(semTools)
x <- getURL("https://gist.githubusercontent.com/aronlindberg/dfa0115f1d80b84ebd48b3ed52f9c5ac/raw/3abf0f280a948d6273a61a75415796cc103f20e7/growth_data.csv")
growth_data <- read.csv(text = x)

model_regressions <- ' i =~ 1*t1 + 1*t2 + 1*t3 + 1*t4 + 1*t5 + 1*t6 + 1*t7 + 1*t8 + 1*t9 + 1*t10 + 1*t11 + 1*t12 + 1*t13+ 1*t14 + 1*t15 + 1*t16 + 1*t17 + 1*t18 + 1*t19 + 1*t20
s =~ 0*t1 + 1*t2 + 2*t3 + 3*t4 + 4*t5 + 5*t6 + 6*t7 + 7*t8 + 8*t9 + 9*t10 + 10*t11 + 11*t12 + 12*t13 + 13*t14 + 14*t15 + 15*t16 + 16*t17 + 17*t18 + 18*t19 + 19*t20

# fixing error-variances
t8 ~~ 0.01*t8
t17 ~~ 0.01*t17
t18 ~~ 0.01*t18
# regressions
s ~ h_index
i ~ h_index'

SSpower(powerModel = model_regressions, popModel = model_regressions, n = c(87, 125), fun = "growth")

但是，这似乎不起作用。我的总体问题是：如何使用semTools 对使用lavaan 估计的潜在增长曲线模型进行功率分析？更具体地说，我应该使用什么来指定powerModel 和popModel？

【问题讨论】：

标签： r r-lavaan power-analysis

【解决方案1】：

如何使用 semTools 对使用 lavaan 估计的潜在增长曲线模型进行功效分析

来自semTools 的SSpower 应该可以工作。

更具体地说，我应该使用什么来指定 powerModel 和 popModel？

从语法的角度来看，您的model_regressions 对象似乎是有效的熔岩对象，您可以将其作为powerModel 参数传递给powerModel，以描述要分析的模型，也可以作为popModel 参数传递给指定数据生成模型。尽管如此，您还需要在powerModel 中指定alpha - I 类错误率和nparam - 无效约束的数量。此外，除非您正在分析多组模型，并且只是尝试评估两个不同样本大小的功效，否则您可以分别运行 SSpower-命令，其中 n=87 和 n=125。例如，使用 n=87 时，代码如下所示：

  SSpower(powerModel = model_regressions, n = 87, nparam = 1, popModel = model_regressions,  fun = "growth", alpha=0.05)
    # [1] 0.05044634

注意：如果您尝试执行多组分析，我不确定此代码是否能以正确的方式工作。对于多组分析，我可能会尝试manual 建议的另一个选项，其中不使用popModel，而是“..指定总体模型中的所有非零参数，...通过提交总体协方差矩阵（ Sigma) 和人口模型隐含的可选平均向量 (mu)。”。您可以通过在 SSpower 函数调用中声明 mu 和 sigma 来做到这一点：

SSpower(...Sigma = , mu = , ...)

【讨论】：