Análisis de mediación múltiple en R

Me pregunto si alguien conoce una forma de ejecutar un modelo de mediación múltiple en R. Sé que el paquete de mediación permite múltiples modelos de mediación simples, pero quiero ejecutar un modelo que evalúe múltiples modelos de mediación simultáneamente.

Supongo que puedo hacer esto en un marco SEM (análisis de ruta), pero me preguntaba si alguien nuevo de un paquete que calcule estadísticas típicas del análisis de mediación para múltiples mediadores (efectos indirectos, Proporción del efecto total a través de la mediación, etc.), y podría utilizar bootstrapping. Sé que esto es una posibilidad remota, pero pensé que debería preguntar antes de invertir tiempo en desarrollar desde cero.

ACTUALIZACIÓN: (11/11/2013)

Desde que hice esta pregunta hace un par de años, aprendí a usar el maravilloso paquete R lavaan para hacer mediación múltiple.

Aquí hay un código de ejemplo:

model <- '
# outcome model 
outcomeVar ~ c*xVar + b1*medVar1 + b2*medVar2

# mediator models
medVar1 ~ a1*xVar 
medVar2 ~ a2*xVar

# indirect effects (IDE)
medVar1IDE  := a1*b1
medVar2IDE  := a2*b2
sumIDE := (a1*b1) + (a2*b2)

# total effect
total := c + (a1*b1) + (a2*b2)
medVar1 ~~ medVar2 # model correlation between mediators
'

Tenga en cuenta que a1, a2, b1, b2 y c son etiquetas. Luego ejecute el modelo:

fit <- sem(model, data=dataframe)

Y mira la salida:

summary(fit, fit.measures=TRUE, standardize=TRUE, rsquare=TRUE)

Finalmente, genere intervalos de confianza de arranque:

boot.fit <- parameterEstimates(fit, boot.ci.type="bca.simple")

Vea el sitio web de lavaan para más detalles: http://lavaan.ugent.be/

r regression mediation wmmurrah
fuente

No estoy seguro de si semPLS o plspm permitirían el análisis de mediación, pero vale la pena verificarlo.

chl

@wmmurrah responderá a su pregunta, ¿es la única ventaja de bootstraping para obtener los intervalos de confianza?

lf_araujo

@If_araujo Si está en la prueba de hipótesis, se deben usar los intervalos de confianza de arranque en lugar de los valores p, ya que estos últimos requieren supuestos de normalidad que a menudo se violan. El efecto indirecto, que es el producto de dos coeficientes de trayectoria, tiende a ser sesgado, lo que hace cuestionables los supuestos de los valores p, a menos que sean grandes. Entonces, incluso si no desea utilizar los intervalos, son superiores a los valores p.

wmmurrah

@ If_araujo ver: Ver: Predicador, KJ y Hayes, AF (2008). Estrategias asintóticas y de remuestreo para evaluar y comparar efectos indirectos en modelos de mediadores múltiples. Métodos de investigación del comportamiento, 40 (3), 879-891.

wmmurrah

Análisis de mediación múltiple en R

Respuestas: