A simple mediation model with two groups.
Format
A data frame with 100 rows and 5 variables:
- x
Predictor. Numeric.
- m
Mediator. Numeric.
- y
Outcome variable. Numeric.
- c1
Control variable. Numeric.
- c2
Control variable. Numeric.
- group
Group variable. Character. "Group A" or "Group B"
Examples
library(lavaan)
data(data_med_mg)
mod <-
"
m ~ c(a1, a2) * x + c1 + c2
y ~ c(b1, b2) * m + x + c1 + c2
a1b1 := a1 * b1
a2b2 := a2 * b2
abdiff := a2b2 - a1b1
"
fit <- sem(mod, data_med_mg, fixed.x = FALSE,
group = "group")
parameterEstimates(fit)
#> lhs op rhs block group label est se z pvalue ci.lower
#> 1 m ~ x 1 1 a1 0.880 0.093 9.507 0.000 0.698
#> 2 m ~ c1 1 1 0.264 0.104 2.531 0.011 0.059
#> 3 m ~ c2 1 1 -0.316 0.095 -3.315 0.001 -0.502
#> 4 y ~ m 1 1 b1 0.465 0.190 2.446 0.014 0.092
#> 5 y ~ x 1 1 0.321 0.243 1.324 0.186 -0.154
#> 6 y ~ c1 1 1 0.285 0.204 1.395 0.163 -0.115
#> 7 y ~ c2 1 1 -0.228 0.191 -1.195 0.232 -0.602
#> 8 m ~~ m 1 1 1.006 0.142 7.071 0.000 0.727
#> 9 y ~~ y 1 1 3.633 0.514 7.071 0.000 2.626
#> 10 x ~~ x 1 1 1.222 0.173 7.071 0.000 0.883
#> 11 x ~~ c1 1 1 -0.080 0.107 -0.741 0.459 -0.290
#> 12 x ~~ c2 1 1 -0.212 0.121 -1.761 0.078 -0.449
#> 13 c1 ~~ c1 1 1 0.939 0.133 7.071 0.000 0.678
#> 14 c1 ~~ c2 1 1 -0.071 0.104 -0.677 0.499 -0.275
#> 15 c2 ~~ c2 1 1 1.154 0.163 7.071 0.000 0.834
#> 16 m ~1 1 1 10.647 1.156 9.211 0.000 8.382
#> 17 y ~1 1 1 6.724 2.987 2.251 0.024 0.870
#> 18 x ~1 1 1 9.985 0.111 90.313 0.000 9.768
#> 19 c1 ~1 1 1 2.055 0.097 21.214 0.000 1.865
#> 20 c2 ~1 1 1 4.883 0.107 45.454 0.000 4.672
#> 21 m ~ x 2 2 a2 0.597 0.081 7.335 0.000 0.438
#> 22 m ~ c1 2 2 0.226 0.087 2.610 0.009 0.056
#> 23 m ~ c2 2 2 -0.181 0.078 -2.335 0.020 -0.333
#> 24 y ~ m 2 2 b2 1.110 0.171 6.492 0.000 0.775
#> 25 y ~ x 2 2 0.264 0.199 1.330 0.183 -0.125
#> 26 y ~ c1 2 2 -0.016 0.186 -0.088 0.930 -0.381
#> 27 y ~ c2 2 2 -0.072 0.165 -0.437 0.662 -0.396
#> 28 m ~~ m 2 2 0.998 0.115 8.660 0.000 0.772
#> 29 y ~~ y 2 2 4.379 0.506 8.660 0.000 3.388
#> 30 x ~~ x 2 2 1.019 0.118 8.660 0.000 0.788
#> 31 x ~~ c1 2 2 0.102 0.079 1.299 0.194 -0.052
#> 32 x ~~ c2 2 2 -0.050 0.087 -0.574 0.566 -0.221
#> 33 c1 ~~ c1 2 2 0.906 0.105 8.660 0.000 0.701
#> 34 c1 ~~ c2 2 2 0.109 0.083 1.313 0.189 -0.054
#> 35 c2 ~~ c2 2 2 1.122 0.130 8.660 0.000 0.868
#> 36 m ~1 2 2 7.862 0.924 8.511 0.000 6.051
#> 37 y ~1 2 2 1.757 2.356 0.746 0.456 -2.861
#> 38 x ~1 2 2 10.046 0.082 121.888 0.000 9.884
#> 39 c1 ~1 2 2 2.138 0.078 27.515 0.000 1.986
#> 40 c2 ~1 2 2 5.088 0.087 58.820 0.000 4.918
#> 41 a1b1 := a1*b1 0 0 a1b1 0.409 0.173 2.368 0.018 0.071
#> 42 a2b2 := a2*b2 0 0 a2b2 0.663 0.136 4.861 0.000 0.396
#> 43 abdiff := a2b2-a1b1 0 0 abdiff 0.254 0.220 1.155 0.248 -0.177
#> ci.upper
#> 1 1.061
#> 2 0.468
#> 3 -0.129
#> 4 0.837
#> 5 0.797
#> 6 0.685
#> 7 0.146
#> 8 1.284
#> 9 4.639
#> 10 1.561
#> 11 0.131
#> 12 0.024
#> 13 1.199
#> 14 0.134
#> 15 1.474
#> 16 12.913
#> 17 12.578
#> 18 10.201
#> 19 2.245
#> 20 5.093
#> 21 0.757
#> 22 0.396
#> 23 -0.029
#> 24 1.446
#> 25 0.654
#> 26 0.348
#> 27 0.252
#> 28 1.224
#> 29 5.370
#> 30 1.250
#> 31 0.257
#> 32 0.121
#> 33 1.111
#> 34 0.271
#> 35 1.376
#> 36 9.672
#> 37 6.375
#> 38 10.208
#> 39 2.291
#> 40 5.258
#> 41 0.747
#> 42 0.930
#> 43 0.685