¿Cómo interpretar los coeficientes producidos por la función sem en R?

He realizado el análisis de ruta utilizando la semfunción en R. El modelo que ajusté consta de rutas directas e indirectas. Tengo algunos problemas para interpretar las estimaciones de los coeficientes SEM.

¿R da el valor del efecto total = (efecto directo + efecto indirecto) directamente o tengo que multiplicar los coeficientes que están en la ruta indirecta y luego sumarlos a los coeficientes que están en la ruta directa? Esta es la forma habitual de hacer análisis de ruta con los coeficientes de correlación cruda / absoluta.

Por ejemplo, considere X (variable independiente), Y (variable dependiente) y M (variable mediadora).

Los coeficientes de correlación cruda / absoluta / regresión estandarizada entre ellos son X e Y -0.06; X y M 0.22 y M e Y 0.28 mientras que en el análisis de ruta / sem en R, los coeficientes anteriores son X e Y -0.13; X y M 0.22 y M e Y 0.31.

Entonces, ¿el efecto total de X e Y es igual a -0.13?
Alternativamente, ¿cómo debo interpretar este coeficiente considerando el efecto de la variable M en la cuenta?

r interpretation sem path-model

— Amol Pande
fuente

semsolo da efectos directos. Para obtener efectos tanto totales como indirectos, use las funciones dadas por John Fox.

— MYaseen208
fuente

Muchas gracias por esta respuesta. Usé la función a la que te referías. Ahora puedo extraer efectos indirectos y totales del modelo sem. Sin embargo, todavía tengo cierta preocupación. Como se mencionó anteriormente, el efecto directo de X e Y es casi el doble para el modelo sem en comparación con el coeficiente de correlación (-0.13 Vs -0.06), mientras que los coeficientes para otras variables son bastante similares. ¿Cuál podría ser la fuente de esta discrepancia? ¿Cree que la interpretación del coeficiente de correlación absoluto y el coeficiente del modelo sem (directo) será similar para la relación entre X e Y?

— Amol Pande

@Amol Pande: Sería bueno si proporciona un ejemplo reproducible. Supongo que de lo que estás hablando es de la diferencia entre coeficientes estandarizados y no estandarizados. La única forma en que sé obtener coeficientes estandarizados es usar 'path.diagram' con 'standardize = TRUE'.

— MYaseen208

Gracias de nuevo. Estoy comparando solo los coeficientes estandarizados. Esto se puede obtener de la función sem después de especificar la matriz de correlación. El coeficiente no estandarizado se puede obtener después de especificar la matriz de covarianza, que se puede convertir a coeficiente estandarizado utilizando "coeficientes estandarizados" en R (corríjame si estoy equivocado). El ejemplo que he mencionado es de los datos de la cohorte de nacimiento. Aquí X es el peso al nacer, Y es la adiposidad actual (a los 21 años) y M es el peso actual. Estoy tratando de estudiar el efecto directo e indirecto del peso al nacer sobre la adiposidad.

— Amol Pande