You need to enable JavaScript to run this app. 如何使用R的lavaan包计算SEM路径系数的效应量(偏η²)
优惠活动
大模型
产品
解决方案
定价
更多

如何使用R的lavaan包计算SEM路径系数的效应量(偏η²)

lavaan结构方程模型路径系数偏η²计算方法

你可以通过两种方式实现需求,两种方式都同时适配显变量模型和潜变量模型:

方法1:快速近似计算(无需额外包)

SEM场景下路径的偏η²可以直接用标准化路径系数的平方近似,误差极小,适配所有lavaan拟合的模型:

# 提取标准化路径结果
std_paths <- standardizedSolution(fit)
# 筛选c、a、b三个路径的标准化系数,对est.std列求平方即可得到偏η²近似值
std_paths[std_paths$label %in% c("a","b","c"), c("lhs","op","rhs","label","est.std")]

方法2:精确计算

计算逻辑

偏η²的核心公式为:

偏η² = (非标准化路径系数² × 预测变量方差) / (非标准化路径系数² × 预测变量方差 + 结果变量残差方差)

针对你给出的示例代码,可通过两种方式得到精确结果:

方式1:手动计算

# 提取模型参数
params <- parameterEstimates(fit)
# 提取所需参数
a <- params[params$label == "a", "est"]
b <- params[params$label == "b", "est"]
c <- params[params$label == "c", "est"]
var_x <- params[params$lhs == "X" & params$op == "~~" & params$rhs == "X", "est"]
resid_m <- params[params$lhs == "M" & params$op == "~~" & params$rhs == "M", "est"]
resid_y <- params[params$lhs == "Y" & params$op == "~~" & params$rhs == "Y", "est"]
var_m <- a^2 * var_x + resid_m

# 计算三个路径的偏η²
eta2_a <- (a^2 * var_x) / (a^2 * var_x + resid_m)
eta2_b <- (b^2 * var_m) / (b^2 * var_m + resid_y)
eta2_c <- (c^2 * var_x) / (c^2 * var_x + resid_y)

# 输出结果
data.frame(
  路径 = c("M~X(a)", "Y~M(b)", "Y~X(c)"),
  偏η² = round(c(eta2_a, eta2_b, eta2_c), 3)
)

方式2:调用工具包计算

使用semTools包的etaSquared()函数可直接输出所有路径的精确偏η²结果,无需手动推导:

# 安装加载包
# install.packages("semTools")
library(semTools)
# 直接计算偏η²
eta_result <- etaSquared(fit)
# 查看结果
print(eta_result)

如果是潜变量模型,上述所有方法都无需修改,直接传入潜变量模型的fit对象即可正常运行。

内容的提问来源于stack exchange,提问作者mat

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 03:45:07