Прямой путь не отображается на графике semPaths для модели медиатора лавы

Question

Следующая модель посредничества взята из учебного пособия по лаве. Ниже я напечатал структуру модели, используя semPaths от semPlot пакет. Но один путь, кажется, отсутствует.

set.seed(1234)
X <- rnorm(100)
M <- 0.5*X + rnorm(100)
Y <- 0.7*M + rnorm(100)
Data <- data.frame(X = X, Y = Y, M = M)
model <- ' # direct effect
             Y ~ c*X
           # mediator
             M ~ a*X
             Y ~ b*M
           # indirect effect (a*b)
             ab := a*b
           # total effect
             total := c + (a*b)
         '
fit <- sem(model, data = Data)
summary(fit, standardized=TRUE)

Часть результатов регрессии:

Regressions:
                   Estimate  Std.Err  Z-value  P(>|z|)   Std.lv  Std.all
  Y ~                                                                   
    X          (c)    0.036    0.104    0.348    0.728    0.036    0.028
  M ~                                                                   
    X          (a)    0.474    0.103    4.613    0.000    0.474    0.419
  Y ~                                                                   
    M          (b)    0.788    0.092    8.539    0.000    0.788    0.679

Построение модели с использованием semPaths отображает только два из трех путей регрессии. Путь X -> Y не отображается.

semPaths(fit, "std", edge.label.cex = 0.71)

Может кто-нибудь объяснить, почему это так или как я могу добавить недостающий путь?

Answer 1

оценка для Y ~ X составляет 0,036 (P = 0,728). Таким образом, путь очень слабый, но он все еще существует (вы также можете найти 0,03, написанное над путем, что в идеале должно быть 0,04 при округлении до второго десятичного знака), если вы будете искать его.

Вы должны быть счастливы, учитывая, что ваш результат не работает с данными, которые я собираю. Это значительно упрощает вашу интерпретацию: никакого прямого эффекта, а только опосредованный эффект. укажите посреднические/косвенные (M~X * Y~M), прямые (Y~X) и общие (M~X * Y~M + Y~X) эффекты в модели, чтобы узнать, как они проявляются с точки зрения 0,95 CI или значения p.

У вас здесь довольно простой случай, ура!

Answer 2

Попробуйте это и дайте мне знать, если это поможет

semPaths(fit, title = FALSE,layout = "spring", whatLabels = "std", intercepts = FALSE, style = "ram")