使用 lavaan 语法循环列名的组合

Question

在使用lavaan 运行中介分析时，如何遍历包含变量名称排列的数据框行？

假设我有 4 个变量 var1、var2、var3、var4：

df<- data.frame(var1 = rnorm(100), 
                var2 = rnorm(100), 
                var3 = rnorm(100),
                var4 = rnorm(100))

使用gtools::permutations()，我将 4 个变量的所有可能排列保存在 3 个集合中：

permut <- 
  gtools::permutations(n = 4, r = 3, v = names(df), repeats.allowed = FALSE)

colnames(permut) <- c("Y", "X", "M")

> head(permut)
     Y      X      M     
[1,] "var1" "var2" "var3"
[2,] "var1" "var2" "var4"
[3,] "var1" "var3" "var2"
[4,] "var1" "var3" "var4"
[5,] "var1" "var4" "var2"
[6,] "var1" "var4" "var3"

然后我使用lavaan语法设置中介模型，我感兴趣的是M对X和Y之间关系的中介作用：

mod <- "
    M ~ a * X
    Y ~ c * X + b * M
    ind := a*b
    tot := c + (a*b)
    "

我想运行模型并存储它的结果以供将来检查：

library(lavaan)
library(dplyr)

#fit the model
fit <- sem(mod, df, se = "robust")

#save results
result <-
parameterestimates(fit) %>% filter(op != "~~")

我的问题是这样的：

如何指示 R 使用permut 的每一行中的Y,X,M 变量名称，使用来自df 的数据和来自mod 的模型语法拟合模型并最终存储结果适合每个模型？

上面的代码是最简单的场景，我想用同样的方式运行更复杂的模型。

我知道有关循环不同变量的线性模型的答案：loop over all possible combinations、Looping over combinations of regression model terms、Linear Regression loop for each independent variable individually against dependent，可能是最接近的答案：How to use reference variables by character string in a formula?，但我仍然卡住了，无法解决这个周末。

Answer 1

这是一种方法：

fits <- apply(permut, 1, function (p) {
    permuted.df <- df[p]
    colnames(permuted.df) <- names(p)
    sem(mod, permuted.df, se="robust")
})

fits 包含permut 中每个 3 排列的 SEM 结果。要查看例如第一次拟合的估计值，您可以照常进行：

> parameterestimates(fits[[1]]) %>% filter(op != "~~")
  lhs op     rhs label         est         se          z     pvalue    ci.lower
1   M  ~       X     a -0.18393765 0.10977670 -1.6755618 0.09382406 -0.39909603
2   Y  ~       X     c  0.07314372 0.09891034  0.7394952 0.45960637 -0.12071699
3   Y  ~       M     b  0.01944518 0.08852450  0.2196587 0.82613697 -0.15405965
4 ind :=     a*b   ind -0.00357670 0.01600038 -0.2235385 0.82311644 -0.03493686
5 tot := c+(a*b)   tot  0.06956702 0.09816192  0.7086966 0.47851276 -0.12282680
    ci.upper
1 0.03122074
2 0.26700443
3 0.19295001
4 0.02778346
5 0.26196084