A simulated dataset.
# \donttest{
syntax <- "
X =~ x1 + x2 + x3
Z =~ z1 + z2 + z3
Y =~ y1 + y2 + y3
W =~ w1 + w2 + w3
Y ~ X + Z + (1 + X + Z | cluster)
W ~ X + Z + (1 + X + Z | cluster)
"
fit <- pls(syntax, data = randomSlopesOrdered)
fit
#> plssem (0.1.4) ended normally after 76 iterations
#> lhs op rhs label est se z pvalue ci.lower ci.upper
#> 1 X =~ x1 0.916 NA NA NA NA NA
#> 2 X =~ x2 0.846 NA NA NA NA NA
#> 3 X =~ x3 0.879 NA NA NA NA NA
#> 4 Z =~ z1 0.917 NA NA NA NA NA
#> 5 Z =~ z2 0.839 NA NA NA NA NA
#> 6 Z =~ z3 0.879 NA NA NA NA NA
#> 7 Y =~ y1 0.916 NA NA NA NA NA
#> 8 Y =~ y2 0.842 NA NA NA NA NA
#> 9 Y =~ y3 0.876 NA NA NA NA NA
#> 10 W =~ w1 0.905 NA NA NA NA NA
#> 11 W =~ w2 0.835 NA NA NA NA NA
#> 12 W =~ w3 0.888 NA NA NA NA NA
#> 13 Y ~ X 0.291 NA NA NA NA NA
#> 14 Y ~ Z 0.447 NA NA NA NA NA
#> 15 W ~ X 0.393 NA NA NA NA NA
#> 16 W ~ Z 0.235 NA NA NA NA NA
#> 17 X ~~ X 1.000 NA NA NA NA NA
#> 18 X ~~ Z 0.170 NA NA NA NA NA
#> 19 Z ~~ Z 1.000 NA NA NA NA NA
#> 20 Y ~~ Y 0.670 NA NA NA NA NA
#> 21 W ~~ W 0.758 NA NA NA NA NA
#> 22 x1 ~~ x1 0.161 NA NA NA NA NA
#> 23 x2 ~~ x2 0.285 NA NA NA NA NA
#> 24 x3 ~~ x3 0.227 NA NA NA NA NA
#> 25 z1 ~~ z1 0.159 NA NA NA NA NA
#> 26 z2 ~~ z2 0.296 NA NA NA NA NA
#> 27 z3 ~~ z3 0.228 NA NA NA NA NA
#> 28 y1 ~~ y1 0.161 NA NA NA NA NA
#> 29 y2 ~~ y2 0.290 NA NA NA NA NA
#> 30 y3 ~~ y3 0.233 NA NA NA NA NA
#> 31 w1 ~~ w1 0.180 NA NA NA NA NA
#> 32 w2 ~~ w2 0.303 NA NA NA NA NA
#> 33 w3 ~~ w3 0.212 NA NA NA NA NA
#> 34 x1 | t1 -2.800 NA NA NA NA NA
#> 35 x1 | t2 -1.973 NA NA NA NA NA
#> 36 x1 | t3 -0.949 NA NA NA NA NA
#> 37 x1 | t4 0.126 NA NA NA NA NA
#> 38 x1 | t5 1.090 NA NA NA NA NA
#> 39 x1 | t6 2.163 NA NA NA NA NA
#> 40 x2 | t1 -1.921 NA NA NA NA NA
#> 41 x2 | t2 -0.978 NA NA NA NA NA
#> 42 x2 | t3 0.271 NA NA NA NA NA
#> 43 x2 | t4 0.965 NA NA NA NA NA
#> 44 x2 | t5 2.277 NA NA NA NA NA
#> 45 x2 | t6 3.074 NA NA NA NA NA
#> 46 x3 | t1 -2.016 NA NA NA NA NA
#> 47 x3 | t2 -1.147 NA NA NA NA NA
#> 48 x3 | t3 -0.180 NA NA NA NA NA
#> 49 x3 | t4 0.670 NA NA NA NA NA
#> 50 x3 | t5 1.854 NA NA NA NA NA
#> 51 x3 | t6 2.742 NA NA NA NA NA
#> 52 z1 | t1 -2.155 NA NA NA NA NA
#> 53 z1 | t2 -1.331 NA NA NA NA NA
#> 54 z1 | t3 -0.210 NA NA NA NA NA
#> 55 z1 | t4 0.849 NA NA NA NA NA
#> 56 z1 | t5 1.863 NA NA NA NA NA
#> 57 z1 | t6 2.621 NA NA NA NA NA
#> 58 z2 | t1 -2.460 NA NA NA NA NA
#> 59 z2 | t2 -1.441 NA NA NA NA NA
#> 60 z2 | t3 -0.290 NA NA NA NA NA
#> 61 z2 | t4 0.814 NA NA NA NA NA
#> 62 z2 | t5 1.537 NA NA NA NA NA
#> 63 z2 | t6 2.564 NA NA NA NA NA
#> 64 z3 | t1 -2.730 NA NA NA NA NA
#> 65 z3 | t2 -2.080 NA NA NA NA NA
#> 66 z3 | t3 -1.161 NA NA NA NA NA
#> 67 z3 | t4 0.099 NA NA NA NA NA
#> 68 z3 | t5 0.988 NA NA NA NA NA
#> 69 z3 | t6 1.972 NA NA NA NA NA
#> 70 y1 | t1 -2.685 NA NA NA NA NA
#> 71 y1 | t2 -1.787 NA NA NA NA NA
#> 72 y1 | t3 -0.652 NA NA NA NA NA
#> 73 y1 | t4 0.408 NA NA NA NA NA
#> 74 y1 | t5 1.436 NA NA NA NA NA
#> 75 y1 | t6 2.381 NA NA NA NA NA
#> 76 y2 | t1 -2.525 NA NA NA NA NA
#> 77 y2 | t2 -1.692 NA NA NA NA NA
#> 78 y2 | t3 -0.560 NA NA NA NA NA
#> 79 y2 | t4 0.231 NA NA NA NA NA
#> 80 y2 | t5 1.387 NA NA NA NA NA
#> 81 y2 | t6 2.380 NA NA NA NA NA
#> 82 y3 | t1 -1.908 NA NA NA NA NA
#> 83 y3 | t2 -0.935 NA NA NA NA NA
#> 84 y3 | t3 -0.094 NA NA NA NA NA
#> 85 y3 | t4 1.104 NA NA NA NA NA
#> 86 y3 | t5 1.957 NA NA NA NA NA
#> 87 y3 | t6 3.179 NA NA NA NA NA
#> 88 w1 | t1 -2.793 NA NA NA NA NA
#> 89 w1 | t2 -1.642 NA NA NA NA NA
#> 90 w1 | t3 -0.766 NA NA NA NA NA
#> 91 w1 | t4 0.270 NA NA NA NA NA
#> 92 w1 | t5 1.079 NA NA NA NA NA
#> 93 w1 | t6 2.333 NA NA NA NA NA
#> 94 w2 | t1 -2.456 NA NA NA NA NA
#> 95 w2 | t2 -1.636 NA NA NA NA NA
#> 96 w2 | t3 -0.609 NA NA NA NA NA
#> 97 w2 | t4 0.566 NA NA NA NA NA
#> 98 w2 | t5 1.413 NA NA NA NA NA
#> 99 w2 | t6 2.438 NA NA NA NA NA
#> 100 w3 | t1 -2.407 NA NA NA NA NA
#> 101 w3 | t2 -1.402 NA NA NA NA NA
#> 102 w3 | t3 -0.709 NA NA NA NA NA
#> 103 w3 | t4 0.582 NA NA NA NA NA
#> 104 w3 | t5 1.505 NA NA NA NA NA
#> 105 w3 | t6 2.251 NA NA NA NA NA
#> 106 Y~1 ~~ Y~1 0.086 NA NA NA NA NA
#> 107 Y~X ~~ Y~1 -0.006 NA NA NA NA NA
#> 108 Y~Z ~~ Y~1 -0.026 NA NA NA NA NA
#> 109 Y~X ~~ Y~X 0.018 NA NA NA NA NA
#> 110 Y~Z ~~ Y~X 0.011 NA NA NA NA NA
#> 111 Y~Z ~~ Y~Z 0.105 NA NA NA NA NA
#> 112 W~1 ~~ W~1 0.059 NA NA NA NA NA
#> 113 W~X ~~ W~1 0.003 NA NA NA NA NA
#> 114 W~Z ~~ W~1 0.014 NA NA NA NA NA
#> 115 W~X ~~ W~X 0.100 NA NA NA NA NA
#> 116 W~Z ~~ W~X 0.012 NA NA NA NA NA
#> 117 W~Z ~~ W~Z 0.150 NA NA NA NA NA
summary(fit)
#> plssem->fitMeasures():
#> Fit measures for MC-PLSc models are under development! Traditional fit
#> criteria will likely be too strict.
#> plssem->fitMeasures():
#> Resampling MC-PLSc Model (R = 1000000)...
#> plssem (0.1.4) ended normally after 76 iterations
#> Estimator MCOrdPLSc-MLM
#> Link PROBIT
#>
#> Number of observations 5000
#> Number of iterations 76
#> Number of latent variables 4
#> Number of observed variables 18
#>
#> Fit Measures:
#> Chi-Square 69.544
#> Degrees of Freedom 49
#> SRMR 0.009
#> RMSEA 0.009
#>
#> R-squared (indicators):
#> x1 0.839
#> x2 0.715
#> x3 0.773
#> z1 0.841
#> z2 0.704
#> z3 0.772
#> y1 0.839
#> y2 0.710
#> y3 0.767
#> w1 0.820
#> w2 0.697
#> w3 0.788
#>
#> R-squared (latents):
#> Y 0.330
#> W 0.242
#>
#> Latent Variables:
#> Estimate Std.Error z.value P(>|z|)
#> X =~
#> x1 0.916
#> x2 0.846
#> x3 0.879
#> Z =~
#> z1 0.917
#> z2 0.839
#> z3 0.879
#> Y =~
#> y1 0.916
#> y2 0.842
#> y3 0.876
#> W =~
#> w1 0.905
#> w2 0.835
#> w3 0.888
#>
#> Regressions:
#> Estimate Std.Error z.value P(>|z|)
#> Y ~
#> X 0.291
#> Z 0.447
#> W ~
#> X 0.393
#> Z 0.235
#>
#> Covariances:
#> Estimate Std.Error z.value P(>|z|)
#> X ~~
#> Z 0.170
#> Y~X ~~
#> Y~1 -0.006
#> Y~Z ~~
#> Y~1 -0.026
#> Y~X 0.011
#> W~X ~~
#> W~1 0.003
#> W~Z ~~
#> W~1 0.014
#> W~X 0.012
#>
#> Thresholds:
#> Estimate Std.Error z.value P(>|z|)
#> x1|t1 -2.800
#> x1|t2 -1.973
#> x1|t3 -0.949
#> x1|t4 0.126
#> x1|t5 1.090
#> x1|t6 2.163
#> x2|t1 -1.921
#> x2|t2 -0.978
#> x2|t3 0.271
#> x2|t4 0.965
#> x2|t5 2.277
#> x2|t6 3.074
#> x3|t1 -2.016
#> x3|t2 -1.147
#> x3|t3 -0.180
#> x3|t4 0.670
#> x3|t5 1.854
#> x3|t6 2.742
#> z1|t1 -2.155
#> z1|t2 -1.331
#> z1|t3 -0.210
#> z1|t4 0.849
#> z1|t5 1.863
#> z1|t6 2.621
#> z2|t1 -2.460
#> z2|t2 -1.441
#> z2|t3 -0.290
#> z2|t4 0.814
#> z2|t5 1.537
#> z2|t6 2.564
#> z3|t1 -2.730
#> z3|t2 -2.080
#> z3|t3 -1.161
#> z3|t4 0.099
#> z3|t5 0.988
#> z3|t6 1.972
#> y1|t1 -2.685
#> y1|t2 -1.787
#> y1|t3 -0.652
#> y1|t4 0.408
#> y1|t5 1.436
#> y1|t6 2.381
#> y2|t1 -2.525
#> y2|t2 -1.692
#> y2|t3 -0.560
#> y2|t4 0.231
#> y2|t5 1.387
#> y2|t6 2.380
#> y3|t1 -1.908
#> y3|t2 -0.935
#> y3|t3 -0.094
#> y3|t4 1.104
#> y3|t5 1.957
#> y3|t6 3.179
#> w1|t1 -2.793
#> w1|t2 -1.642
#> w1|t3 -0.766
#> w1|t4 0.270
#> w1|t5 1.079
#> w1|t6 2.333
#> w2|t1 -2.456
#> w2|t2 -1.636
#> w2|t3 -0.609
#> w2|t4 0.566
#> w2|t5 1.413
#> w2|t6 2.438
#> w3|t1 -2.407
#> w3|t2 -1.402
#> w3|t3 -0.709
#> w3|t4 0.582
#> w3|t5 1.505
#> w3|t6 2.251
#>
#> Variances:
#> Estimate Std.Error z.value P(>|z|)
#> X 1.000
#> Z 1.000
#> .Y 0.670
#> .W 0.758
#> .x1 0.161
#> .x2 0.285
#> .x3 0.227
#> .z1 0.159
#> .z2 0.296
#> .z3 0.228
#> .y1 0.161
#> .y2 0.290
#> .y3 0.233
#> .w1 0.180
#> .w2 0.303
#> .w3 0.212
#> Y~1 0.086
#> Y~X 0.018
#> Y~Z 0.105
#> W~1 0.059
#> W~X 0.100
#> W~Z 0.150
#>
# }