Lavaan中多分类IV的非参照组两两比较方法咨询

针对你用虚拟变量编码的三分类自变量（exposure：CT为参照组，No、Topic为非参照组），Lavaan没有内置的事后比较命令，但可以通过自定义参数约束与差异参数的方式，直接检验非参照组之间的效应差异，包括直接效应、间接效应和总效应。

核心思路 #

通过定义参数1 - 参数2的形式，计算两个非参照组相对于参照组的效应差值，进而得到两组之间的直接对比结果。结合bootstrap方法，还能得到这些差异参数的置信区间，判断显著性。

修改后的模型代码 #

model1 <- '
# 主模型方程
beliefCT_mean ~ c*pattern_mean + g*effectance_mean + f1*exposure_No + f2*exposure_Topic + i1*Age + i3*believer
 
effectance_mean ~ a1*exposure_No + a2*exposure_Topic 
pattern_mean ~ b*effectance_mean + d1*exposure_No + d2*exposure_Topic + j*believer

# 定义各组相对于参照组的间接效应与总效应
indirect_1 := a1*b*c  # No组的中介路径1
indirect_2 := a2*b*c  # Topic组的中介路径1
indirect_3 := a1*g    # No组的中介路径2
indirect_4 := a2*g    # Topic组的中介路径2
indirect_5_No := d1*c # No组的中介路径3
indirect_5_Topic := d2*c # Topic组的中介路径3

Total_No := a1*b*c + a1*g + d1*c + f1  # No组相对于参照组的总效应
Total_Topic := a2*b*c + a2*g + d2*c + f2  # Topic组相对于参照组的总效应

# 定义非参照组之间的差异参数
# 直接效应差异
diff_DV_dir := f1 - f2  # No vs Topic在DV上的直接效应差异
diff_M1_dir := a1 - a2  # No vs Topic在M1上的直接效应差异
diff_M2_dir := d1 - d2  # No vs Topic在M2上的直接效应差异

# 间接效应差异
diff_indirect1 := indirect_1 - indirect_2  # 中介路径1的组间差异
diff_indirect2 := indirect_3 - indirect_4  # 中介路径2的组间差异
diff_indirect3 := indirect_5_No - indirect_5_Topic  # 中介路径3的组间差异

# 总效应差异
diff_total := Total_No - Total_Topic
'

fit1 <- sem(model1, final, se = "bootstrap", bootstrap = 1000)

结果解读 #

运行模型后，使用以下命令查看所有参数（包括自定义的差异参数）的估计值、置信区间和显著性：

# 查看未标准化结果及bootstrap置信区间
parameterEstimates(fit1, ci = TRUE, boot.ci.type = "bca.simple")

# 查看标准化结果
standardizedSolution(fit1, ci = TRUE)

• 若差异参数的95%置信区间不包含0，说明两个非参照组在该效应上存在显著差异；
• 也可通过p值判断（p < 0.05则显著），但bootstrap置信区间的结果更稳健。

内容的提问来源于stack exchange，提问作者Aline Moore Lorusso