绘制 SEM 模型中与 R 中观察到的变量的交互效应

我正在估计一个已观察到变量的 SEM 模型。我正在使用 SEM 来使用 FIML 处理缺失数据。我的模型有一个交互项来测试适度性。这是一个说明问题的玩具示例。

library(lavaan)
library(car)
library(dplyr)

data(starwars)

sw2 <- starwars %>% mutate(
  male = Recode(sex, "'male' = 1; NA=NA; else = 0"),
  human = Recode(species, "'Human' = 1; NA=NA; else = 0"),
  maleXby = male * birth_year,
)

mod <- 'mass ~ height + human + male + birth_year + maleXby'
fit <- sem(mod, data = sw2, missing="fiml.x")
summary(fit)

我想要做的是像边际图一样绘制交互项，以可视化交互效果。但是像库（交互）这样的包不适用于类的对象lavaan。我怎样才能想象这个？有没有一个包（比如interactions）这使得这变得更容易。

你可以使用这个模型来拟合lm()，但我认为您希望能够使用 FIML 估算，是吗？在这种情况下，您可以使用emmeans包，可以工作lavaan-class 对象，如果你有semTools包已加载。

你没有说哪个预测变量是焦点变量还是调节变量，但我假设你想治疗male作为调节器，因为它是一个分组变量。下面的例子可以通过切换他们的角色来修改pairs()功能，以及通过选择不同birth_year levels at=来探究其效果male. When birth_year是焦点预测器，无论选择哪个级别，其线性效果都是相同的，所以我选择了完整的range() below.

library(emmeans)
library(semTools)

## for ease of use, fit model using colon operator
mod <- 'mass ~ height + human + male + birth_year + male:birth_year'
fit <- sem(mod, data = sw2, missing = "fiml.x")

## calculate expected marginal means for multiple 
## levels of male (1:0) and birth_year
BYrange <- range(sw2$birth_year, na.rm = TRUE)
em.mass <- emmeans(fit, specs = ~ birth_year | male, 
                   at = list(male = 1:0, birth_year = BYrange),
                   # because SEMs can have multiple DVs:
                   lavaan.DV = "mass")
em.mass
## probe effect of year across sex
rbind(pairs(em.mass))
## plot effect of year across sex
emmip(em.mass, male ~ birth_year)   # 2 lines in same plot
emmip(em.mass, ~ birth_year | male) # in separate panels