如何解释路径分析中的路径系数
How to interpret path coefficients in path analysis
我正在尝试使用 lavaan 和 semPlot 绘制路径分析图。
1) 有谁知道如何解释路径系数，尤其是那些不是起源于任何地方而是指向自己的路径系数，例如。系数 1.00 指向 "DW"，系数 0.61 指向 "ANTS"，系数 0.92 指向 "RH"?
2) 知道如何自定义图表中的图形，例如添加标题或使方框变大吗？我指的是这个网站 (http://sachaepskamp.com/documentation/semPlot/semPaths.html)，但它没有显示任何添加标题的示例，而且我一直在尝试不同的代码但没有成功。
3) 我应该提供什么信息？是否足以显示所有路径的 p-values 并指出哪个路径重要？谢谢！
为蚂蚁多样性指定模型
Model.ants<-'Ants~AGB+Max.Temp+Min.RH+Deadwood.quantity
Deadwood.quantity~AGB
Max.Temp~AGB
Min.RH~AGB
Max.Temp~~Min.RH'
结果
Result.ants<-sem(Model.ants,data=combined)
Fit.ants<-cfa(Model.ants,data=combined)
summary (Result.ants,standardized=TRUE,fit.measures=TRUE,rsq=TRUE,
modindices=TRUE)
剧情路径
semPaths(Result.ants,"std",intercept=FALSE,edge.label.cex=0.8,
curvePivot = TRUE,layout = "spring",
nodeLabels = c("ANT","DW","Temp","RH","AGB"),title = TRUE)
Path Analysis Diagram
- Directed edges indicate linear regression parameters
- Bidirectional edges indicate (co)variances
- (Residual) variances can be indicated in (...) Double headed selfloops (RAM style).
您可以通过调用 title 函数向图表添加标题，并通过在 semPaths 中分配参数 sizeMan 来更改元素的大小：
semPaths(fit, "std", layout = "circle", sizeMan = 2)
title("My Paths")
您应该提供所有模型参数（回归系数、方差、协方差等）此外“p < 0.05 那么效果显着”不一般为 SEM 工作。
我正在尝试使用 lavaan 和 semPlot 绘制路径分析图。
1) 有谁知道如何解释路径系数，尤其是那些不是起源于任何地方而是指向自己的路径系数，例如。系数 1.00 指向 "DW"，系数 0.61 指向 "ANTS"，系数 0.92 指向 "RH"?
2) 知道如何自定义图表中的图形，例如添加标题或使方框变大吗？我指的是这个网站 (http://sachaepskamp.com/documentation/semPlot/semPaths.html)，但它没有显示任何添加标题的示例，而且我一直在尝试不同的代码但没有成功。
3) 我应该提供什么信息？是否足以显示所有路径的 p-values 并指出哪个路径重要？谢谢！
为蚂蚁多样性指定模型
Model.ants<-'Ants~AGB+Max.Temp+Min.RH+Deadwood.quantity
Deadwood.quantity~AGB
Max.Temp~AGB
Min.RH~AGB
Max.Temp~~Min.RH'
结果
Result.ants<-sem(Model.ants,data=combined)
Fit.ants<-cfa(Model.ants,data=combined)
summary (Result.ants,standardized=TRUE,fit.measures=TRUE,rsq=TRUE,
modindices=TRUE)
剧情路径
semPaths(Result.ants,"std",intercept=FALSE,edge.label.cex=0.8,
curvePivot = TRUE,layout = "spring",
nodeLabels = c("ANT","DW","Temp","RH","AGB"),title = TRUE)
Path Analysis Diagram
- Directed edges indicate linear regression parameters
- Bidirectional edges indicate (co)variances
- (Residual) variances can be indicated in (...) Double headed selfloops (RAM style).
您可以通过调用
title函数向图表添加标题，并通过在semPaths中分配参数sizeMan来更改元素的大小：semPaths(fit, "std", layout = "circle", sizeMan = 2) title("My Paths")您应该提供所有模型参数（回归系数、方差、协方差等）此外“p < 0.05 那么效果显着”不一般为 SEM 工作。