# Correlation matrix db_cor <- correlation(db)$correlation 2016-03-27 17:56 GMT-03:00 Alisson Lucrécio < alisson.lucrecio@ifgoiano.edu.br>:

Caro Colegas,

Boa tarde.

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?

Por exemplo:

Correlação do EC com AUDPC é -0,34. Efeito direto = -0,195 e somatório dos efeitos = -0.340. 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.

Obrigado.

-- Alisson Lucrecio da Costa

# CMR

library(agricolae) library(lavaan)

data(wilt) data(soil)

db <- merge(wilt, soil, by = "place")

db <- db[ ,c("EC", "Ca", "K2", "Cu", "AUDPC")]

# Agricolae

y <- db[,5] x <- db[,-5]

cor_y <- correlation(y, x)$correlation cor_x <- correlation(x)$correlation

path_analysis <- path.analysis(cor_x, cor_y)

# Lavaan

model <- ' # model AUDPC ~ a1*EC + a2*Ca + a3*K2 + a4*Cu

# mediators

EC ~ b1*Ca EC ~ b2*K2 EC ~ b3*Cu Ca ~ b4*K2 Ca ~ b5*Cu K2 ~ b6*Cu

# indirect effects

ind_EC_by_Ca := a2*b1 ind_EC_by_K2 := a3*b2 ind_EC_by_Cu := a4*b3

ind_Ca_by_EC := a1*b1 ind_Ca_by_K2 := a3*b4 ind_Ca_by_Cu := a4*b5

ind_K2_by_EC := a1*b2 ind_K2_by_Ca := a2*b4 ind_K2_by_Cu := a4*b6

ind_Cu_by_EC := a1*b3 ind_Cu_by_Ca := a2*b5 ind_Cu_by_K2 := a3*b6

# total effects

total_EC := a1 + (a2*b1 + a3*b2 + a4*b3) total_Ca := a2 + (a1*b1 + a3*b4 + a4*b5) total_K2 := a3 + (a1*b2 + a2*b4 + a4*b5) total_Cu := a4 + (a1*b3 + a2*b5 + a3*b6) ' model_fit <- sem(model, sample.cov = db_cor, sample.nobs = 13)

summary(model_fit, standardized=TRUE, fit.measures = TRUE)

-- Alisson Lucrecio da Costa