如何用R中的lavaan包在SEM模型中模拟分类IV和连续主持人(通过CFA创建)之间的交互？

Question

如何用R?中的lavaan软件包在扫描电镜模型中模拟一个范畴自变量和一个连续的慢化剂(通过CFA创建)之间的相互作用

特别是，在我的真实数据集中，我基本上感兴趣的是在SEM中重新创建一个双向的ANOVA，并且希望包含一个调节变量来测试每个因素变量。

示例数据和问题：

### load packages: ###
library(dplyr)
library(lavaan)
library(car)
library(psychTools)

### Create some data: ###

# Dependent variable: Taken example data from psychTools
DV1 <- bfi$A1 # item 1 
DV2 <- bfi$A2 # item 2
DV3 <- bfi$A3 # item 3

# Moderating variable: Taken example data from psychTools
MOD1 <- bfi$C1 # item 1
MOD2 <- bfi$C2 # item 2
MOD3 <- bfi$C3 # item 3

# Create example factor variables
x1 <- c("A","B")
x2 <- c("C","D")
set.seed(1)
FAC1 <- as.factor(sample(x1, 200, replace = TRUE)) # Factor 1, with two levels "A" and "B"
FAC2 <- as.factor(sample(x2, 200, replace = TRUE)) # Factor 2, with two levels "C" and "D"
FAC12 <- interaction(FAC1,FAC2) # Factor 12, interaction of FAC1 and FAC2, with four levels "A.C" "B.C" "A.D" "B.D"

# Combine to data frame
StudyData <- data.frame(DV1,DV2,DV3, 
                        MOD1,MOD2,MOD3,
                        FAC1, FAC2, FAC12)

### Make all categorical variables numeric for use in SEM (orthogonal contrast coded as in ANOVA): ###

StudyData$FAC1 <- recode(StudyData$FAC1, "c('A')='-1';
                                          c('B')='1'")
StudyData$FAC1 <- as.numeric(levels(StudyData$FAC1))[StudyData$FAC1]

StudyData$FAC2 <- recode(StudyData$FAC2, "c('C')='-1';
                                          c('D')='1'")
StudyData$FAC2 <- as.numeric(levels(StudyData$FAC2))[StudyData$FAC2]

StudyData$FAC12 <- recode(StudyData$FAC12, "c('A.D','B.C')='-1';
                                          c('A.C','B.D')='1'")
StudyData$FAC12 <- as.numeric(levels(StudyData$FAC12))[StudyData$FAC12]

### SEM Model One: ###
Model.one <- '
# cfa
DV =~ DV1 + DV2 + DV3
MOD =~ MOD1 + MOD2 + MOD3
# regressions
DV ~ FAC1 + FAC2 + FAC12
'

Modelone <- sem(Model.one, StudyData, estimator="MLM", effect.coding=TRUE, meanstructure=TRUE) 
summary(Modelone)
fitMeasures(Modelone, c("chisq","cfi","rmsea","srmr","nfi","gfi"))

### SEM Model Two: ###
Model.two <- '
# cfa
DV =~ DV1 + DV2 + DV3
MOD =~ MOD1 + MOD2 + MOD3
# regressions
DV ~ FAC1 + FAC1:MOD + FAC2 + FAC12
'

Modeltwo <- sem(Model.two, StudyData, estimator="MLM", effect.coding=TRUE, meanstructure=TRUE) 
summary(Modeltwo)
fitMeasures(Modeltwo, c("chisq","cfi","rmsea","srmr","nfi","gfi"))

### SEM Model Three: ###
Model.three <- '
# cfa
DV =~ DV1 + DV2 + DV3
MOD =~ MOD1 + MOD2 + MOD3
# regressions
DV ~ FAC1:MOD
'

Modelthree <- sem(Model.three, StudyData, estimator="MLM", effect.coding=TRUE, meanstructure=TRUE) 
summary(Modelthree)
fitMeasures(Modelthree, c("chisq","cfi","rmsea","srmr","nfi","gfi")

型号一跑得很好。我可以在SEM环境下运行我的“方差分析”。

但是，当我想运行模型2(其中包括FAC1和MOD之间的交互项)(如在扫描电镜模型中通过CFA创建的)时，我会收到以下错误：

"lavaan警告:估计参数(vcov)的方差协方差矩阵(Vcov)似乎不是正定的！最小特征值(= -3.458498e-20)小于零。这可能是模型未被识别的征兆。“

问题：

1. 难道不可能创造一个因素:以这种方式在lavaan中进行持续的交互吗？
2. 有什么工作方法&怎么做呢？(例如，提取CFA期间为MOD计算的值，并计算FAC1 1:MOD在SEM外部的交互作用，然后在
3. 的路径分析(回归)部分中重新使用变量)
4. 可以做Mplus，而不需要工作？

。

编辑:添加了"SEM模型3“与一个精益互动模型，以回应评论。

Answer 1

我在CrossValidated上发布了这个重复问题的答案：

https://stats.stackexchange.com/questions/552623/how-to-model-an-interacton-between-a-categorical-iv-and-a-continous-moderator-c