SEM|R什么牌裤子R

来源：蜘蛛抓取(WebSpider) 时间：2020-06-12 00:06 标签： 裤子R

为做大做强论坛本站接受风险投资商咨询，请联系（010-）

合作咨询电话：(010) 广告合作电话：（刘老师）

投诉电话：(010) 不良信息处理电话：(010)

京B2-号 论坛法律顾问：王进律师  

本文主要翻译总结自ctsem包帮助文档,需要一定R基础，帮助文档非常详细不懂可以查。

  1. 可以利用纵向数据构建交叉滞后模型
  2. 可以加入随时间/不随时间变化的协变量

本包基于OpenMx構建为防止报错，运行如下代码获取最新版本OpenMx

注： 不更新也能用，但是置信区间跑不出来；更新需要先删掉原来的OpenMx包不然会报错。

默认为宽数据结构（每个个体只有一行记录），长数据可以通过ctLongToWide来转换为宽数据

  • Y1、Y2、Y3为测量变量，在T0、T1、T2三个时间点分别測量；
  • TD1为随时间变化的自变量；
  • dT1是T0和T1的时间间隔dT2是T1和T2的时间间隔；
  • T11和T12是两个不随时间变化的自变量；

共有两个个体，故有两条记录

得箌标化后的回归系数矩阵

根据该结果我们可以得出leisure的变化happiness的变化持续更久（自回归系数更大，0.97>0.91）即happiness更稳定，更有可能是原因交叉回归系数-0.04表示随着happiness增加，会导致leisure随之减少

和之前的模型进行对比：

可以看出模型2和模型1有显著差异，也就是说happiness对leisure time的影响非常重要

输出结果，如果置信区间不包含0和上面的假设检验等价。
  • TIpredNames指的是不随时间改变的变量的名称

茬某个时间点突然出现的变量（干预、突发事件）可能会对结局产生影响
影响可能分为两种(短期效应、长期效应)：
假设在某个时间点（T5），对全体个体施加了金钱奖励干预因素MoneyInt

输出的结果为(对最近一次的改变的效应)：

输出的结果为长期效应(对所有改变嘚效应，见最后一列)：

可以通过之前模型比较的方法进行检验

ctsem包还可以处理时间序列模型，高阶模型等有非常好的延伸性。

我要回帖

更多关于 裤子R 的文章

 

随机推荐