APP下载

基于证候要素的二阶证实性因子分析在R语言lavaan包中的实现*

2017-01-09薛芳静许碧云申春悌陈启光陈炳为

中国卫生统计 2016年5期
关键词:结构语言模型

黄 灏 薛芳静 许碧云 申春悌 陈启光 陈炳为△

基于证候要素的二阶证实性因子分析在R语言lavaan包中的实现*

黄 灏1薛芳静1许碧云2申春悌3陈启光1陈炳为1△

目的探索高血压阴虚夹湿证的证候要素,并介绍R语言lavaan包在结构方程模型中的应用。方法介绍lavaan包的语法,然后利用lavaan包中的二阶证实性因子分析对1280例高血压的阴虚夹湿证进行分析,以得到高血压阴虚夹湿证的证候要素。结果阴虚夹湿证包含3个证候要素,病位主要在肝与肾、病性主要为虚与湿。结论利用R语言lavaan包实现结构方程模型是十分方便的。二阶证实性因子分析方法可用于中医证候分类及证候要素提取和命名。

lavaan包 二阶证实性因子分析 证候要素

辨证论治是中医学的精髓,证候是指内外环境变化所导致的机体病理生理整体反应状态,是疾病发生和演变过程中某一阶段病理本质的反映,它以一组相关的症状和体征为依据,从不同程度揭示出患者当前的病机综合而成。证候要素是指组成“证候”本质的基本构成单位,是指组成证候的主要元素。本文利用二阶证实性因子分析对中医证候中的阴虚夹湿证进行证候要素分解[1]。

二阶证实性因子分析属于结构方程模型(structural equation model,SEM)的一种[2]。目前市场有很多软件可用于拟合SEM模型,如R、LISREL、Mplus、EQS、Stata和AMOS等。其中R是一款免费的、开源的统计编程语言和计算环境[3]。R中有多个SEM的包,包括:lavaan、sem、lava和OpenMx[4]。目前使用较多的有lavaan包和sem包,本文以中医证候要素的提取为实例介绍R语言lavaan包中结构方程模型的实现。……

登录APP查看全文

猜你喜欢

结构语言模型
一半模型
《形而上学》△卷的结构和位置
重尾非线性自回归模型自加权M-估计的渐近分布
语言是刀
论结构
让语言描写摇曳多姿
论《日出》的结构
3D打印中的模型分割与打包
我有我语言
创新治理结构促进中小企业持续成长