问题描述
我有来自经验抽样研究的数据，其中包含嵌套在 106 名参与者中的 8140 次观察。我想测试是否存在中介，其中我还想比较预测变量（X1= socialInteraction_tech，X2= socialInteraction_ftf，M = MPEE_int，Y= wellbeing）。 X1、X2 和 M 以人为中心，以获得人内效应。为了说明自相关，我拟合了一个具有 ARMA(2,1) 结构的模型。我们用变量“obs”控制时间。
这是包含所有感兴趣变量的最终模型：
fit_mainH1xmy <- lme(fixed = wellbeing ~ 1 + obs # Controls
+ MPEE_int_centred + socialInteraction_tech_centred + socialInteraction_ftf_centred,random = ~ 1 + obs | ID,correlation = corARMA(form = ~ obs | ID,p = 2,q = 1),data = file,method = "ML",na.action=na.exclude)
summary(fit_mainH1xmy)
中介是部分的，因为我的预测变量 X 在添加 M 后仍然显着预测 Y。 但是，我找不到计算间接效应 c'(cprime) 的方法。 我找到了 mlma 包，但它看起来很奇怪，需要我对数据进行转换。 我曾尝试以长格式融合数据并使用 lmer() 来拟合模型（遵循 https://quantdev.ssri.psu.edu/sites/qdev/files/ILD_Ch07_2017_Within-PersonMedationWithMLM.html），但 lmer() 不允许我考虑移动平均线（ARMA 的 MA 部分（ 2,1) 结构).
有谁知道我现在如何获得间接效果？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）