W jaki sposób przeprowadzasz analizę mediacji z wieloma metodami w R

Question

Chciałbym przeanalizować dane z eksperymentu za pomocą analizy mediacji w R. Projekt eksperymentu jest jednak pełnym projektem czynnikowym w trzech zmiennych (dwóch ciągłych, jednym kategorycznym) i Nie mogę znaleźć wyjaśnienia, jak wdrożyć mediację w R z wieloma metodami leczenia. Przeczytałem dokumentację na opakowaniu mediation, ale wydaje się, że nie zapewniają one możliwości rozszerzenia o X poza jednym zabiegiem. Podobnie, nie mogę znaleźć sposobu, aby to zrobić w pakietach MBESS lub lavaan.

Znalazłem bardzo niedawny artykuł omawiający teorię statystyczną/podejścia niezbędne do wdrożenia wielu metod leczenia w analizie mediacji, Hayes and Preacher 2014 (http://quantpsy.org/pubs/hayes_preacher_2014.pdf), ale niestety, dają one tylko implementacje kodu ich podejścia w Mplus, SPSS i SAS. Muszę to zaimplementować w ciągu kilku dni na prezentację, więc nie mam czasu, aby przyspieszyć działanie innego programu, muszę to zaimplementować w R.

Czy ktoś wie, czy istnieje implementacja w R, którą przeoczyłem? A może istnieje sposób na wdrożenie tego podejścia poza pakietem?

(zdaję sobie sprawę, mogę przekonwertować moje pełne czynnikowego w jednym zabiegu, traktując każdą kombinację 3-Factor jako poziom, ale taka analiza nie byłoby pomocne.)

Answer 1

Po bardziej wyczerpujących poszukiwań wydaje się, że obecnie nie ma pakietu R, który mógłby obsłużyć mediację z wieloma metodami (tj. z predyktorami). Pakiety w R, które mogą prowadzić mediację, obejmują: mediation, MBESS, lavaan, multimed, bmem i OpenMx. Jednak wydaje się, że te, które obsługują wiele predyktorów (np. OpenMx) również wymagają modelu zakodowanego jako model ścieżki pamięci RAM. Jest to typ modelu potrzebny do zakodowania pełnych analiz ścieżek i jest znacznie bardziej złożony niż uproszczone kodowanie modelu mediacji (na przykład w mediation), na które miałem nadzieję.