结构方程中的概念模型中的路径

文章目录

SEM中的路径必须提前基于理论设定，然后用数据去检验，而不是让数据决定路径。

1.SEM模型的路径需要提前设定

SEM属于因果建模方法，核心是检验你提出的假设。路径的依据在于理论基础。

2.SEM模型中的修改

不能简单"让数据改理论"，也不能"强行让数据服从理论"，而是要在两者之间做有依据的调整。具体进行路径进行调整有以下几种情况：

路径显著（可能关系弱，变量的测量模型有问题）
方向相反（这种情况可能是由于机制存在问题）

针对上面三个问题，具体的解决测试和方案

（1）路径显著

当没有显著性的时候，可以关注数据量。可以用下面方法去监测一下数据之间的相关性，下面是用R来对数据进行绘制：

r 复制代码

library(corrplot)

cor_tra <- function(df,env_factors) {
  # Check if the input is a data frame or matrix\
  # df是数据集
  # env_factors是环境因子列名向量
  
  
  # 分离环境因子数据
  df_renamed <- df[,env_factors]
  
  
  
  # 使用重命名后的数据框计算相关性
  cor_matrix <- cor(df_renamed, use = "complete.obs")
  p_matrix <- cor.mtest(df_renamed)

  
  # 绘制相关性矩阵图
  p <- corrplot(cor_matrix, # 相关性矩阵
                method = "color", 
                type = "upper", # 只显示上三角矩阵，参数可选 "full", "upper", "lower"
                order = "hclust", # 代表按层次聚类排序
                tl.col = "black", 
                tl.srt = 45, 
                p.mat = p_matrix$p, # 添加p值矩阵
                sig.level = c(0.001, 0.01, 0.05), 
                insig = "label_sig", 
                pch.cex = 0.8, 
                diag = FALSE,
                #col = col,
                mar = c(0, 0, 1, 0))  # 调整边距以适应可能更长的标签
  
  # 添加标题
  #title("变量相关性矩阵", line = -2)
  
  return(p)
  
}

（2）方向相反

方向相反的话，可能机制存在问题，可能是所验证的文献有问题。

建议阅读文献

Interactive influences of meteorological and socioeconomic factors on ecosystem service values in a river basin with different geomorphic features