结构方程模型(Sructural Equation Modeling,SEM)可分析系统内变量间的相互关系,并通过图形化方式清晰展示系统中多变量因果关系网,具有强大的数据分析功能和广泛的适用性,是近年来生态、进化、环境、地学、医学、社会、经济等众多领域应用十分广泛的统计方法。在R语言结构方程程序包中,piecewiseSEM语法简洁,将结构方程模型拆分为多个组分(component)模型进行拟合和评估,可与混合效应模型实现无缝对接,在应对研究系统中复杂数据结构和类型,如多层数据嵌套和非正态分布类型变量(二项分布、泊松分布),有明显的优势。因而,在生态环境领域得到广泛应用,是该领域颇受欢迎的结构方程模型程序包。
本内容将基于R语言piecewiseSEM程序包,通过理论讲解和实际操作相结合的方式,由浅入深地系统介绍结构方程模型的建立、拟合、评估、筛选和结果展示的全过程。我们筛选大量经典案例,这些案例来主流期刊,具有很大的参考和借鉴价值。内容包括R语言入门、结构方程模型原理简介、piecewise包简介及应用案例、非正态分布变量分析、嵌套/分层/多水平数据分析、重复测量和时间数据分析、空间自相关数据分析、系统发育数据分析、复合变量分析、分类变量、非线性数据及数据分组分析。本内容适合R语言和结构方程模型的初学者,也适合对结构方程模型有高阶应用需求的研究生和科研人员,内容的设置是基于多年来沟通和交流,使大家能够利用piecewiseSEM解决构建结构方程模型过程中的众多困扰。
专题01、R/Rstudio简介及入门 【提供视频、教材、相关案例数据代码】
专题02、结构方程模型(SEM)介绍
专题03、 piecewise包简介及应用案例
专题04、piecewiseSEM非正态分布变量分析
专题05、piecewiseSEM嵌套/分层/多水平数据分析
专题06、piecewiseSEM处理重复测量和时间数据
专题07、piecewiseSEM处理空间自相关数据
专题08、piecewiseSEM处理系统发育数据
专题09、piecewiseSEM复合变量(composite)分析
专题10、piecewiseSEM处理分类变量
专题11、piecewiseSEM非线性关系数据分析
专题12、piecewiseSEM数据分组(multigroup)分析