A simulated dataset.
syntax <- '
f =~ y1 + y2 + y3
f ~ x1 + x2 + x3 + w1 + w2 + (1 | cluster)
'
fit <- pls(syntax, data = randomInterceptsOrdered)
summary(fit)
#> plssem (0.1.0) ended normally after 2 iterations
#>
#> Estimator OrdPLSc-MLM
#> Link PROBIT
#>
#> Number of observations 10000
#> Number of iterations 2
#> Number of latent variables 1
#> Number of observed variables 9
#>
#> R-squared (indicators):
#> y1 0.885
#> y2 0.788
#> y3 0.809
#>
#> R-squared (latents):
#> f 0.656
#>
#> Latent Variables:
#> Estimate Std.Error z.value P(>|z|)
#> f =~
#> y1 0.941
#> y2 0.888
#> y3 0.899
#>
#> Regressions:
#> Estimate Std.Error z.value P(>|z|)
#> f ~
#> x1 0.241
#> x2 0.158
#> x3 0.080
#> w1 0.121
#> w2 0.081
#>
#> Intercepts:
#> Estimate Std.Error z.value P(>|z|)
#> .f -0.011
#>
#> Covariances:
#> Estimate Std.Error z.value P(>|z|)
#> x1 ~~
#> x2 0.110
#> x3 0.012
#> w1 0.001
#> w2 0.001
#> x2 ~~
#> x3 0.099
#> w1 -0.003
#> w2 -0.001
#> x3 ~~
#> w1 -0.003
#> w2 0.003
#> w1 ~~
#> w2 -0.025
#>
#> Thresholds:
#> Estimate Std.Error z.value P(>|z|)
#> y1|t1 -2.620
#> y1|t2 -1.777
#> y1|t3 -0.423
#> y1|t4 0.323
#> y1|t5 1.326
#> y1|t6 2.362
#> y2|t1 -2.878
#> y2|t2 -1.902
#> y2|t3 -0.976
#> y2|t4 0.179
#> y2|t5 1.039
#> y2|t6 2.251
#> y3|t1 -2.254
#> y3|t2 -1.257
#> y3|t3 0.005
#> y3|t4 0.693
#> y3|t5 1.797
#> y3|t6 2.807
#>
#> Variances:
#> Estimate Std.Error z.value P(>|z|)
#> .f 0.344
#> x1 1.000
#> x2 1.000
#> x3 1.000
#> w1 1.000
#> w2 1.000
#> .y1 0.115
#> .y2 0.212
#> .y3 0.191
#> f~1 0.562
#>