COMMunication
RESearch.NET

User Tools

Site Tools

You are here: index » r » path_analysis
Trace: • week06 • extracting_variable_names_and_lables
r:path_analysis

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
r:path_analysis [2023/11/27 16:57] – [Lavaan in R: explanation] hkimscilr:path_analysis [2024/11/04 10:28] (current) – [Introduction] hkimscil
Line 16: Line 16:
     * The number of unique (non-redundent) source of information     * The number of unique (non-redundent) source of information
     * $p(p+1)/2$     * $p(p+1)/2$
-    * The number of parameters (paths) specified in model +  * The number of parameters (paths) specified in model 
-  * Just-identified (df = 0) +    * Just-identified (df = 0) 
-    * Model can be estimated, but cannot be assessed +      * Model can be estimated, but cannot be assessed 
-  * Over-identified (df > 0) +    * Over-identified (df > 0) 
-    * Model can be estimated and assessed +      * Model can be estimated and assessed 
-  * Under-identified (df < 0) +    * Under-identified (df < 0) 
-    * Model cannot be either estimated or assessed+      * Model cannot be either estimated or assessed
  
   * Exogenous and    * Exogenous and 
Line 555: Line 555:
  
 ===== Lavaan in R: explanation ===== ===== Lavaan in R: explanation =====
- 
 {{youtube>QP-v6RwsZjY?start=251}} {{youtube>QP-v6RwsZjY?start=251}}
 Path analysis in R with Lavaan (introduction) Path analysis in R with Lavaan (introduction)
Line 659: Line 658:
 </code> </code>
   * Note: Modification indices represent the expected decrease in model chi-square after freeing a given parameter (Schumacker & Lomax, 2004). The EPC is an estimate of the model parameter itself. A MI value of 3.84 or greater may be considered "significant" (at the .05) level. Warning: This is totally an empirically based approach to model specification. Consult your theory when using these!     * Note: Modification indices represent the expected decrease in model chi-square after freeing a given parameter (Schumacker & Lomax, 2004). The EPC is an estimate of the model parameter itself. A MI value of 3.84 or greater may be considered "significant" (at the .05) level. Warning: This is totally an empirically based approach to model specification. Consult your theory when using these!  
 +
 +output 
 +
 +<code>
 +> # install.packages("lavaan")
 +> 
 +> # processdata<-read.csv("path analysis dataN BinW.csv", header=TRUE, sep=",")
 +> processdata<-read.csv("http://commres.net/wiki/_media/r/path_analysis_datan_binw.csv", 
 ++                        header=TRUE, sep=",", fileEncoding="UTF-8-BOM")
 +> 
 +> str(processdata)
 +'data.frame': 140 obs. of  9 variables:
 + $ id      : int  1 2 3 4 5 6 7 8 9 10 ...
 + $ ses     : int  1 0 0 1 1 1 0 0 1 1 ...
 + $ genderid: int  1 0 1 1 1 1 0 0 0 0 ...
 + $ perfgoal: num  29.5 29.5 30.4 33.5 28.7 ...
 + $ achieve : num  6.12 1.62 4.5 2.38 5.12 ...
 + $ mastery : num  5.71 1.43 1.29 2.29 4.57 ...
 + $ interest: num  6 4 2 4 5.5 4 4 5 4.5 4 ...
 + $ anxiety : num  1.67 6.33 3.67 3.67 3.67 ...
 + $ pgoal_MS: int  0 0 1 1 0 1 0 1 0 0 ...
 +> library(lavaan)
 +> 
 +> # model specification
 +> model <- '
 ++   # equation where interest is predicted by ses 
 ++   # & mastery and performance goals
 ++   interest ~ mastery + perfgoal + ses
 ++   
 ++   # equation where achieve is predicted by 
 ++   # interest and anxiety
 ++   achieve ~ anxiety + interest + mastery
 ++ 
 ++   # equation where anxiety is predicted 
 ++   # by mastery and performance goals
 ++   anxiety ~ perfgoal + mastery
 ++ 
 ++   # estimating the variances of 
 ++   # the exogenous variables (ses, mastery,performance)
 ++   mastery ~~ mastery
 ++   perfgoal ~~ perfgoal
 ++   ses ~~ ses
 ++ 
 ++   # estimtating the covariances of the exogenous 
 ++   # variables (ses, mastery,performance)
 ++   mastery ~~ perfgoal + ses
 ++   perfgoal ~~ ses
 ++ 
 ++   # estimating the residual variances 
 ++   # for endogenous variables (interest, anxiety, achieve)
 ++   interest ~~ interest
 ++   anxiety ~~ anxiety
 ++   achieve ~~ achieve
 ++ 
 ++   # estimating the covariance of residuals 
 ++   # for interest and anxiety
 ++   interest ~~ anxiety '
 +> 
 +> fit<-lavaan(model, data=processdata)
 +> summary(fit, fit.measures=TRUE)
 +lavaan 0.6.16 ended normally after 27 iterations
 +
 +  Estimator                                         ML
 +  Optimization method                           NLMINB
 +  Number of model parameters                        18
 +
 +  Number of observations                           140
 +
 +Model Test User Model:
 +                                                      
 +  Test statistic                                29.231
 +  Degrees of freedom                                 3
 +  P-value (Chi-square)                           0.000
 +
 +Model Test Baseline Model:
 +
 +  Test statistic                               202.409
 +  Degrees of freedom                                15
 +  P-value                                        0.000
 +
 +User Model versus Baseline Model:
 +
 +  Comparative Fit Index (CFI)                    0.860
 +  Tucker-Lewis Index (TLI)                       0.300
 +
 +Loglikelihood and Information Criteria:
 +
 +  Loglikelihood user model (H0)              -1391.274
 +  Loglikelihood unrestricted model (H1)      -1376.659
 +                                                      
 +  Akaike (AIC)                                2818.548
 +  Bayesian (BIC)                              2871.498
 +  Sample-size adjusted Bayesian (SABIC)       2814.548
 +
 +Root Mean Square Error of Approximation:
 +
 +  RMSEA                                          0.250
 +  90 Percent confidence interval - lower         0.172
 +  90 Percent confidence interval - upper         0.336
 +  P-value H_0: RMSEA <= 0.050                    0.000
 +  P-value H_0: RMSEA >= 0.080                    1.000
 +
 +Standardized Root Mean Square Residual:
 +
 +  SRMR                                           0.074
 +
 +Parameter Estimates:
 +
 +  Standard errors                             Standard
 +  Information                                 Expected
 +  Information saturated (h1) model          Structured
 +
 +Regressions:
 +                   Estimate  Std.Err  z-value  P(>|z|)
 +  interest ~                                          
 +    mastery           0.708    0.088    8.066    0.000
 +    perfgoal         -0.035    0.040   -0.879    0.380
 +    ses               0.520    0.242    2.154    0.031
 +  achieve ~                                           
 +    anxiety          -0.040    0.054   -0.747    0.455
 +    interest          0.211    0.060    3.527    0.000
 +    mastery           0.345    0.079    4.358    0.000
 +  anxiety ~                                           
 +    perfgoal          0.025    0.045    0.556    0.578
 +    mastery          -0.387    0.097   -4.009    0.000
 +
 +Covariances:
 +                   Estimate  Std.Err  z-value  P(>|z|)
 +  mastery ~~                                          
 +    perfgoal         -0.935    0.361   -2.590    0.010
 +    ses               0.170    0.061    2.805    0.005
 +  perfgoal ~~                                         
 +    ses              -0.226    0.128   -1.768    0.077
 + .interest ~~                                         
 +   .anxiety           0.059    0.181    0.329    0.742
 +
 +Variances:
 +                   Estimate  Std.Err  z-value  P(>|z|)
 +    mastery           1.944    0.232    8.367    0.000
 +    perfgoal          8.936    1.068    8.367    0.000
 +    ses               0.249    0.030    8.367    0.000
 +   .interest          1.895    0.227    8.367    0.000
 +   .anxiety           2.410    0.288    8.367    0.000
 +   .achieve           0.988    0.118    8.367    0.000
 +
 +> summary(fit, fit.measures=TRUE, standardized=TRUE, rsquare=TRUE)
 +lavaan 0.6.16 ended normally after 27 iterations
 +
 +  Estimator                                         ML
 +  Optimization method                           NLMINB
 +  Number of model parameters                        18
 +
 +  Number of observations                           140
 +
 +Model Test User Model:
 +                                                      
 +  Test statistic                                29.231
 +  Degrees of freedom                                 3
 +  P-value (Chi-square)                           0.000
 +
 +Model Test Baseline Model:
 +
 +  Test statistic                               202.409
 +  Degrees of freedom                                15
 +  P-value                                        0.000
 +
 +User Model versus Baseline Model:
 +
 +  Comparative Fit Index (CFI)                    0.860
 +  Tucker-Lewis Index (TLI)                       0.300
 +
 +Loglikelihood and Information Criteria:
 +
 +  Loglikelihood user model (H0)              -1391.274
 +  Loglikelihood unrestricted model (H1)      -1376.659
 +                                                      
 +  Akaike (AIC)                                2818.548
 +  Bayesian (BIC)                              2871.498
 +  Sample-size adjusted Bayesian (SABIC)       2814.548
 +
 +Root Mean Square Error of Approximation:
 +
 +  RMSEA                                          0.250
 +  90 Percent confidence interval - lower         0.172
 +  90 Percent confidence interval - upper         0.336
 +  P-value H_0: RMSEA <= 0.050                    0.000
 +  P-value H_0: RMSEA >= 0.080                    1.000
 +
 +Standardized Root Mean Square Residual:
 +
 +  SRMR                                           0.074
 +
 +Parameter Estimates:
 +
 +  Standard errors                             Standard
 +  Information                                 Expected
 +  Information saturated (h1) model          Structured
 +
 +Regressions:
 +                   Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
 +  interest ~                                                            
 +    mastery           0.708    0.088    8.066    0.000    0.708    0.558
 +    perfgoal         -0.035    0.040   -0.879    0.380   -0.035   -0.060
 +    ses               0.520    0.242    2.154    0.031    0.520    0.147
 +  achieve ~                                                             
 +    anxiety          -0.040    0.054   -0.747    0.455   -0.040   -0.053
 +    interest          0.211    0.060    3.527    0.000    0.211    0.294
 +    mastery           0.345    0.079    4.358    0.000    0.345    0.379
 +  anxiety ~                                                             
 +    perfgoal          0.025    0.045    0.556    0.578    0.025    0.045
 +    mastery          -0.387    0.097   -4.009    0.000   -0.387   -0.327
 +
 +Covariances:
 +                   Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
 +  mastery ~~                                                            
 +    perfgoal         -0.935    0.361   -2.590    0.010   -0.935   -0.224
 +    ses               0.170    0.061    2.805    0.005    0.170    0.244
 +  perfgoal ~~                                                           
 +    ses              -0.226    0.128   -1.768    0.077   -0.226   -0.151
 + .interest ~~                                                           
 +   .anxiety           0.059    0.181    0.329    0.742    0.059    0.028
 +
 +Variances:
 +                   Estimate  Std.Err  z-value  P(>|z|)   Std.lv  Std.all
 +    mastery           1.944    0.232    8.367    0.000    1.944    1.000
 +    perfgoal          8.936    1.068    8.367    0.000    8.936    1.000
 +    ses               0.249    0.030    8.367    0.000    0.249    1.000
 +   .interest          1.895    0.227    8.367    0.000    1.895    0.606
 +   .anxiety           2.410    0.288    8.367    0.000    2.410    0.884
 +   .achieve           0.988    0.118    8.367    0.000    0.988    0.613
 +
 +R-Square:
 +                   Estimate
 +    interest          0.394
 +    anxiety           0.116
 +    achieve           0.387
 +
 +> 
 +> parameterEstimates(fit)
 +        lhs op      rhs    est    se      z pvalue ci.lower ci.upper
 +1  interest  ~  mastery  0.708 0.088  8.066  0.000    0.536    0.880
 +2  interest  ~ perfgoal -0.035 0.040 -0.879  0.380   -0.114    0.043
 +3  interest  ~      ses  0.520 0.242  2.154  0.031    0.047    0.994
 +4   achieve  ~  anxiety -0.040 0.054 -0.747  0.455   -0.146    0.066
 +5   achieve  ~ interest  0.211 0.060  3.527  0.000    0.094    0.328
 +6   achieve  ~  mastery  0.345 0.079  4.358  0.000    0.190    0.500
 +7   anxiety  ~ perfgoal  0.025 0.045  0.556  0.578   -0.063    0.113
 +8   anxiety  ~  mastery -0.387 0.097 -4.009  0.000   -0.576   -0.198
 +9   mastery ~~  mastery  1.944 0.232  8.367  0.000    1.488    2.399
 +10 perfgoal ~~ perfgoal  8.936 1.068  8.367  0.000    6.842   11.029
 +11      ses ~~      ses  0.249 0.030  8.367  0.000    0.191    0.308
 +12  mastery ~~ perfgoal -0.935 0.361 -2.590  0.010   -1.642   -0.227
 +13  mastery ~~      ses  0.170 0.061  2.805  0.005    0.051    0.288
 +14 perfgoal ~~      ses -0.226 0.128 -1.768  0.077   -0.476    0.024
 +15 interest ~~ interest  1.895 0.227  8.367  0.000    1.451    2.339
 +16  anxiety ~~  anxiety  2.410 0.288  8.367  0.000    1.845    2.974
 +17  achieve ~~  achieve  0.988 0.118  8.367  0.000    0.757    1.220
 +18 interest ~~  anxiety  0.059 0.181  0.329  0.742   -0.295    0.414
 +> fitMeasures(fit)
 +                 npar                  fmin                 chisq 
 +               18.000                 0.104                29.231 
 +                   df                pvalue        baseline.chisq 
 +                3.000                 0.000               202.409 
 +          baseline.df       baseline.pvalue                   cfi 
 +               15.000                 0.000                 0.860 
 +                  tli                  nnfi                   rfi 
 +                0.300                 0.300                 0.278 
 +                  nfi                  pnfi                   ifi 
 +                0.856                 0.171                 0.868 
 +                  rni                  logl     unrestricted.logl 
 +                0.860             -1391.274             -1376.659 
 +                  aic                   bic                ntotal 
 +             2818.548              2871.498               140.000 
 +                 bic2                 rmsea        rmsea.ci.lower 
 +             2814.548                 0.250                 0.172 
 +       rmsea.ci.upper        rmsea.ci.level          rmsea.pvalue 
 +                0.336                 0.900                 0.000 
 +       rmsea.close.h0 rmsea.notclose.pvalue     rmsea.notclose.h0 
 +                0.050                 1.000                 0.080 
 +                  rmr            rmr_nomean                  srmr 
 +                0.122                 0.122                 0.074 
 +         srmr_bentler   srmr_bentler_nomean                  crmr 
 +                0.074                 0.074                 0.088 
 +          crmr_nomean            srmr_mplus     srmr_mplus_nomean 
 +                0.088                 0.074                 0.074 
 +                cn_05                 cn_01                   gfi 
 +               38.428                55.335                 0.941 
 +                 agfi                  pgfi                   mfi 
 +                0.587                 0.134                 0.911 
 +                 ecvi 
 +                0.466 
 +> modificationIndices(fit)
 +        lhs op      rhs     mi    epc sepc.lv sepc.all sepc.nox
 +19 interest ~~  achieve 25.396 -2.899  -2.899   -2.118   -2.118
 +23  achieve ~~  anxiety  6.669  6.803   6.803    4.408    4.408
 +24  achieve ~~  mastery 22.476 -1.743  -1.743   -1.257   -1.257
 +25  achieve ~~ perfgoal  2.763 -0.406  -0.406   -0.137   -0.137
 +26  achieve ~~      ses 20.541  0.186   0.186    0.376    0.376
 +27  anxiety ~~  mastery  0.921  0.765   0.765    0.354    0.354
 +28  anxiety ~~ perfgoal  0.921 -3.576  -3.576   -0.771   -0.771
 +29  anxiety ~~      ses  0.921 -0.061  -0.061   -0.078   -0.078
 +30 interest  ~  achieve 25.396 -2.933  -2.933   -2.106   -2.106
 +32  achieve  ~ perfgoal  4.551 -0.062  -0.062   -0.146   -0.146
 +33  achieve  ~      ses 22.431  0.837   0.837    0.329    0.329
 +34  anxiety  ~ interest  0.921 -0.502  -0.502   -0.538   -0.538
 +35  anxiety  ~  achieve  1.119  1.922   1.922    1.478    1.478
 +36  anxiety  ~      ses  0.921 -0.261  -0.261   -0.079   -0.079
 +37  mastery  ~ interest  0.923 12.889  12.889   16.348   16.348
 +38  mastery  ~  achieve 22.801 -1.774  -1.774   -1.616   -1.616
 +39  mastery  ~  anxiety  0.921  0.318   0.318    0.376    0.376
 +43 perfgoal  ~  achieve  2.745 -0.410  -0.410   -0.174   -0.174
 +44 perfgoal  ~  anxiety  0.921 -1.484  -1.484   -0.820   -0.820
 +47      ses  ~ interest  0.923 -1.021  -1.021   -3.618   -3.618
 +48      ses  ~  achieve 20.964  0.190   0.190    0.484    0.484
 +49      ses  ~  anxiety  0.921 -0.025  -0.025   -0.083   -0.083
 +> 
 +> 
 +</code>
 +
 +
  
 ----------------------------- -----------------------------
r/path_analysis.1701071849.txt.gz · Last modified: 2023/11/27 16:57 by hkimscil
Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki