<div dir="ltr">Caro Colegas,<div><br></div><div>Boa tarde.</div><div><br></div><div>Estou tentando estimar os efeitos indiretos pelo pacote lavaan, mas o resultado estão diferentes dos efeitos indiretos estimados pelo pacote agricolae. Algum colega saberia o porquê essa diferença?</div><div><br></div><div>Por exemplo:</div><div><br></div><div>Correlação do EC com AUDPC é -0,34. Efeito direto = -0,195 e somatório dos efeitos = -0.340.</div><div>Correlação do Ca com AUDPC é -0,49. Efeito direto = -0.369 e somatório dos efeitos = -0.476. Para Ca o somatório dos efeitos (-0.476) é menor do que a correção (-0,49). Isso poder os efeitos indiretos foram menores dos que estimados pelo pacote agricolae.</div><div><br></div><div>Obrigado.</div><div><br></div><div>-- <br><div class="gmail_signature"><div dir="ltr"><span style="font-size:13px">Alisson Lucrecio da Costa</span></div></div></div><div><br></div><div># CMR</div><div><br></div><div>library(agricolae)<br></div><div>library(lavaan)<br></div><div><br></div><div><div>data(wilt)</div><div>data(soil)</div></div><div><br></div><div><div>db <- merge(wilt, soil, by = "place")</div><div><br></div><div>db <- db[ ,c("EC", "Ca", "K2", "Cu", "AUDPC")]</div></div><div><br></div><div><div># Agricolae</div><div><br></div><div>y <- db[,5]</div><div>x <- db[,-5]</div><div><br></div><div>cor_y <- correlation(y, x)$correlation</div><div>cor_x <- correlation(x)$correlation</div><div><br></div><div>path_analysis <- path.analysis(cor_x, cor_y)</div></div><div><br></div><div># Lavaan<br></div><div><br></div><div><div>model <- '</div><div># model</div><div>AUDPC ~ a1*EC + a2*Ca + a3*K2 + a4*Cu</div><div><br></div><div># mediators</div><div><br></div><div>EC ~ b1*Ca</div><div>EC ~ b2*K2</div><div>EC ~ b3*Cu</div><div>Ca ~ b4*K2</div><div>Ca ~ b5*Cu</div><div>K2 ~ b6*Cu</div><div><br></div><div># indirect effects</div><div><br></div><div>ind_EC_by_Ca := a2*b1</div><div>ind_EC_by_K2 := a3*b2</div><div>ind_EC_by_Cu := a4*b3</div><div><br></div><div>ind_Ca_by_EC := a1*b1</div><div>ind_Ca_by_K2 := a3*b4</div><div>ind_Ca_by_Cu := a4*b5</div><div><br></div><div>ind_K2_by_EC := a1*b2</div><div>ind_K2_by_Ca := a2*b4</div><div>ind_K2_by_Cu := a4*b6</div><div><br></div><div>ind_Cu_by_EC := a1*b3</div><div>ind_Cu_by_Ca := a2*b5</div><div>ind_Cu_by_K2 := a3*b6</div><div><br></div><div># total effects</div><div><br></div><div>total_EC := a1 + (a2*b1 + a3*b2 + a4*b3)</div><div>total_Ca := a2 + (a1*b1 + a3*b4 + a4*b5)</div><div>total_K2 := a3 + (a1*b2 + a2*b4 + a4*b5)</div><div>total_Cu := a4 + (a1*b3 + a2*b5 + a3*b6)</div><div>'</div><div>model_fit <- sem(model, sample.cov = db_cor, sample.nobs = 13)</div><div><br></div><div>summary(model_fit, standardized=TRUE, fit.measures = TRUE)</div></div><div><br></div><div><br></div><div><br></div><div><br></div><div><br></div><div><br></div><div><br></div><div>
</div></div>