使用lavaan做SEM中介分析遇duplicate model element错误求解

错误含义 #

这个报错的核心意思是：你在模型的同一条回归方程里，重复加入了同一个预测变量（这里是covariate）。比如报错指向的语句Outcome ~ b*mediator + covariate + covariate + covariate + covariate，同一个covariate被连续写了4次，lavaan不允许同一条回归式内重复包含同一个变量。

问题根源 #

你的代码里三个核心回归式都存在这个问题：

• 直接效应的Outcome ~ c*Variable + covariate + covariate + covariate + covariate
• 中介变量回归的mediator ~ a*Variable +covariate + covariate + covariate + covariate
• 含中介项的Outcome回归的Outcome ~ b*mediator + covariate + covariate + covariate + covariate

如果covariate是同一个变量，每个回归式里只需要写一次；如果是4个不同的协变量，你需要给它们起不同的命名（比如covariate1、covariate2），而不是都用covariate。

修正后的代码 #

情况1：仅用同一个协变量 #

model_1 <- ' # direct effect
             Outcome ~ c*Variable + covariate
             
           # mediator (indirect effect)
             mediator ~ a*Variable + covariate
             Outcome ~ b*mediator + covariate

           # indirect effect (a*b)
             indirect := a*b
           # total effect
             total := c + (a*b)
             direct := c
         '
fit_1 <- sem(model_1, 
           data = data, 
           missing = "ML")

情况2：用4个不同的协变量 #

model_1 <- ' # direct effect
             Outcome ~ c*Variable + covariate1 + covariate2 + covariate3 + covariate4
             
           # mediator (indirect effect)
             mediator ~ a*Variable + covariate1 + covariate2 + covariate3 + covariate4
             Outcome ~ b*mediator + covariate1 + covariate2 + covariate3 + covariate4

           # indirect effect (a*b)
             indirect := a*b
           # total effect
             total := c + (a*b)
             direct := c
         '
fit_1 <- sem(model_1, 
           data = data, 
           missing = "ML")

内容的提问来源于stack exchange，提问作者Cloudberries