关于在lavaan增长曲线模型上运行功效分析的思路

　　我正在尝试使用semTools估计的潜在增长曲线模型进行功率分析lavaan。见下文：

　　

　　library(RCurl)

　　

　　library(lavaan)

　　

　　library(semTools)

　　

　　x <- getURL("https://gist.githubusercontent.com/aronlindberg/dfa0115f1d80b84ebd48b3ed52f9c5ac/raw/3abf0f280a948d6273a61a75415796cc103f20e7/growth_data.csv")

　　

　　growth_data <- read.csv(text = x)

　　

　　model_regressions <- ' i =~ 1*t1 + 1*t2 + 1*t3 + 1*t4 + 1*t5 + 1*t6 + 1*t7 + 1*t8 + 1*t9 + 1*t10 + 1*t11 + 1*t12 + 1*t13+ 1*t14 + 1*t15 + 1*t16 + 1*t17 + 1*t18 + 1*t19 + 1*t20

　　

　　s =~ 0*t1 + 1*t2 + 2*t3 + 3*t4 + 4*t5 + 5*t6 + 6*t7 + 7*t8 + 8*t9 + 9*t10 + 10*t11 + 11*t12 + 12*t13 + 13*t14 + 14*t15 + 15*t16 + 16*t17 + 17*t18 + 18*t19 + 19*t20

　　

　　# fixing error-variances

　　

　　t8 ~~ 0.01*t8

　　

　　t17 ~~ 0.01*t17

　　

　　t18 ~~ 0.01*t18

　　

　　# regressions

　　

　　s ~ h_index

　　

　　i ~ h_index'

　　

　　SSpower(powerModel = model_regressions, popModel = model_regressions, n = c(87, 125), fun = "growth")

　　

　　但是，这似乎不起作用。我的总体问题是：如何semTools针对使用估算的潜在增长曲线模型进行功率分析lavaan？更具体地说，我应该使用什么来指定powerModel和popModel？

　　

　　如何semTools针对使用以下公式估计的潜在增长曲线模型进行功率分析lavaan，更具体地说，应该使用什么来指定powerModel和popModel？

　　

　　思路：从语法的角度来看，model_regressions对象似乎是有效的lavaan对象，可以将其传递SSpower为powerModel参数，以描述要分析的模型，也popModel可以将其作为参数来指定数据生成模型。但是还需要在中指定alpha-Type I错误率和nparam-无效约束的数量，powerModel。另外，除非正在分析多组模型，并且仅尝试评估两个单独样本大小的SSpower功效，否则可以分别在n = 87和n = 125时运行-command。例如，n = 87时，代码如下所示：https://ebd2zncoi.doodlekit.com/

　　

　　SSpower(powerModel = model_regressions, n = 87, nparam = 1, popModel = model_regressions,  fun = "growth", alpha=0.05)

　　

　　# [1] 0.05044634

　　

　　注意：如果尝试执行多组分析，则不确定此代码是否可以正确运行。对于多组分析，可能会尝试使用手册中建议的另一种选择，其中不是使用popModel，而是“ ..通过提交总体协方差矩阵（Sigma）和可选均值向量来指定总体模型中的所有非零参数。（mu）由人口模型。可以通过陈述做到这一点mu和sigma内SSpower函数调用：

　　

　　SSpower(...Sigma = , mu = , ...)。