前沿

 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。

01、R/Rstudio简介及入门 (1)R及Rstudio：背景、软件及程序包安装、基本设置等(2)R语言基本操作，包括向量、矩阵、数据框及数据列表等生成和数据提取等(3)R语言数据文件读取、整理（清洗）、结果存储等（含tidverse）(4)R语言基础绘图（含ggplot）：基本绘图、排版、发表质量绘图输出存储

02、结构方程模型（SEM）(1)SEM的定义、生态学领域应用及历史回顾(2)SEM的基本结构(3)SEM的估计方法(4)SEM的路径规则(5)SEM路径参数的含义(6)SEM分析样本量及模型可识别规则(7)SEM构建基本流程

03、 piecewise包简介及应用案例

(1)结构方程模型在生态学研究中的应用介绍及要点回顾(2)piecewiseSEM结构方程模型基本原理(3)piecewiseSEM结构方程模型构建应用案例

04、piecewiseSEM非正态分布变量分析(1)非正态分布数据VS非正态分布变量(2)piecewiseSEM处理非正态变量的注意事项(3)piecewiseSEM处理二项分布和泊松分布案例

05、piecewiseSEM嵌套/分层/多水平数据分析(1)嵌套/多水平/分层数据(2)piecewiseSEM与混合/多水平/分层模型的结合(3)均衡和不均衡结构嵌套/多水平/分层数据结构方程实例

06、piecewiseSEM处理重复测量和时间数据

|(1)时间重复测量数据特点简介(2)时间/重复测量数据的自相关问题(3)piecewiseSEM处理时间自相关问题实例

07、piecewiseSEM处理空间自相关数据(1)数据空间自相关概述  (2)piecewiseSEM处理空间自相关数据基本原理(3)piecewiseSEM处理空间自相关问题实例

08、piecewiseSEM处理系统发育数据(1)系统发育相关问题              (2)系统发育相关数据纳入结构方程模型实现途径(3)piecewiseSEM系统发育相关数据纳入结构方程实例

09、piecewiseSEM复合变量（composite）分析

(1)复合变量的定义及在生态学领域应用情景分析(2)piecewiseSEM复合变量分析实现途径(3)piecewiseSEM复合变量分析案例

10、piecewiseSEM处理分类变量(1)分类变量(2)分类变量路径系数含义及表达方式(3)外生变量为分类变量分析案例

11、piecewiseSEM非线性关系数据分析(1)非线性数据简介(2)piecewiseSEM处理非线性数据途径及案例(3)piecewiseSEM处理变量间交互作用关系方式及案例

12、piecewiseSEM数据分组（multigroup）分析(1)分组数据vs分类变量vs交互作用(2)数据分组分析实现途径(3)二分组及多分组模型分析及结果表达(4)分组分析案例

原文链接请查看：公众号：技术科研吧