Saya perlu menganalisis dataset data rehabilitasi klinis. Saya tertarik pada hubungan yang digerakkan oleh hipotesis antara "input" yang dikuantifikasi (jumlah terapi) dan perubahan status kesehatan. Meskipun dataset relatif kecil (n ~ 70) kami telah mengulangi data yang mencerminkan perubahan temporal di keduanya. Saya akrab dengan pemodelan efek campuran non-linear dalam R namun saya tertarik pada potensi hubungan "kausal" antara input dan output di sini dan dengan demikian saya sedang mempertimbangkan aplikasi pengukuran berulang dari SEM
Saya akan menghargai saran yang mana jika ada paket SEM untuk R (sam, lavaan, openmx?) Paling cocok untuk data tindakan berulang, dan terutama rekomendasi untuk buku teks (apakah ada "Pinheiro dan Bates" dari lapangan?) .
Jawaban:
Saya pikir Anda menginginkan model kurva pertumbuhan laten. Meskipun saya hanya menggunakan
LISREL
ini, yanglavaan package documentation
menunjukkan itu dapat digunakan agar sesuai dengan model jenis ini.Saya tidak tahu ada buku yang berspesialisasi dalam subjek ini, buku tempat saya bekerja untuk SEM mencakup berbagai metode. Mungkin orang lain dapat menjawab aspek pertanyaan Anda itu.
sumber
lavaan
/ Mx ke Mplus, saya akan memposting balasan sendiri.Tidak, tidak ada "Pinheiro dan Bates". Anda dapat menemukan sejumlah buku berjudul seperti "SEM using AMOS / LISREL / Mplus", tetapi saya tidak mengetahui adanya penggunaan R. Buku terbaik, secara matematis berbicara, pada SEM masih Bollen (1989) . Ini ditulis oleh seorang sosiolog daripada seorang biostatistik (meskipun yang sangat bagus!), Dan juga ditujukan untuk ilmuwan sosial, dan berisi beberapa referensi ke perangkat lunak (dan Anda tidak menginginkan perangkat lunak dari seperempat abad yang lalu, toh) . Bollen juga ikut menulis makalah yang bagus baru-baru ini tentang hubungan sebab akibat dengan Judea Pearl, lihat http://ftp.cs.ucla.edu/pub/stat_ser/r393.pdf . Sejauh yang saya tahu, Mulaik (2009) harus baik juga, tetapi ditulis oleh seorang psikolog untuk psikolog.
Saya tidak berpikir paket sem cukup fleksibel untuk menjalankan hal-hal semacam ini. OpenMx dapat menangani data ordinal (dan karenanya hasil biner), tetapi saya tidak berpikir lavaan dapat melakukan ini.
Perangkat lunak yang menurut Anda paling mudah untuk dihadapi adalah GLLAMM , paket yang ditulis untuk Stata . Dilihat satu cara, ini pada dasarnya adalah inkarnasi dari Stata
nlme
. Dengan tambahan tweak (memungkinkan koefisien efek acak bervariasi sesuai dengan nilai-nilai variabel lain), itu menjadi paket pemodelan variabel laten. Ini semua dijelaskan dalam Skrondal dan Rabe-Hesketh (2004) ... yang merupakan buku bagus yang ingin Anda miliki walaupun Anda melakukannyanlme
.sumber
gllamm
, dilihat dengan cara lain - dari sudut pandang seorang psikometri yang digunakan untuk model IRT: hanya saja sangat lambat :-)polychoric
, misalnya, ketika saya membutuhkannya.Ketika Anda tampak nyaman dengan model campuran linier umum, dan Anda tampaknya tidak menyiratkan bahwa Anda tertarik pada variabel laten, mungkin Anda mungkin ingin mengambil pendekatan sedikit demi sedikit menggunakan
lmer
yang kemudian dapat Anda evaluasi menggunakan uji D-Sep. Lihat Shipley, B. (2009). Analisis jalur konfirmasi dalam konteks multilevel umum. Ekologi, Ekologi, 90, 363-368. http://dx.doi.org/10.1890/08-1034.1 sebagai contoh. Dia juga memberikan kode R dalam lampiran untuk cara menghitung tes D-Pemisahan.Jika Anda benar-benar ingin masuk ke pemodelan variabel laten dan SEM menggunakan kemungkinan maksimum, lihat http://lavaan.org - ada tutorial yang bagus di sana yang mencakup kemampuannya serta bagian tentang model kurva pertumbuhan laten yang mungkin menjadi apa Anda mengejar.
sumber