写在前面
之前有人点名希望写一个SEM,其实之前我并没有实际做过SEM,当时也没有多考虑就答应了,但是查了一些资料之后我就后悔了????
这个东西实在是很不好理解,也非常的麻烦,全程都需要手动进行,并且需要实际的分析人员对于研究的内容和分析的算法都非常了解。
这里要特别感谢一下“生信小白鱼”,在几个关键的位置都是在与小白鱼讨论之后才得以确认。
基本流程其实单独的做一个SEM的分析并不难,有很多的R包都可以实现,这个SEM的困难之处在于它不像其它的分析,输入数据之后得到一个结果就完事了。
SEM需要分析人员首先自行建立一个因子之间的关系模型,之后使用SEM对该模型进行分析,根据结果评估模型的效果,之后不断的对模型进行调整,随后重复“调整-评估”这一循环,直至结果满意为止。
了解了这个基本的过程之后,我就觉得我写的这篇推文应该是解决不了SEM分析的痛点了。
首先第一个痛点就是起始模型的建立,这个东西就是非常个性化的东西了,可以说没什么标准,只能由每个分析人员根据研究的实际情况自行摸索。
当然也有一些前期的基本工作,比如通过一些相关性分析、VIF、CCA/RDA等筛选一下用于建模的因子,去除不必要的因子,使得起始模型的建立更简单一些,也可以通过相关性结合研究实际初步评估一下直接作用和间接作用。
第二个痛点就是对模型的调整,每个因子应该放在什么位置,因子之间的关联应该怎么改变,这个东西是真的不知道怎么讲,感觉只能是多尝试。
这两个痛点大体上