# Κεφάλαιο 16
# Υπολογισμός της ανάλυσης διαμεσολάβησης στο R

# Φορτώνουμε τα ακόλουθα πακέτα
library(foreign)
library(mediation)
library(stargazer)
library(gvlma)
library(bda)
library(multilevel)
library(rockchalk)

# Απόδοση των δεδομένων του αρχείου chapter16_1.sav στο πλαίσιο δεδομένων ch16a
ch16a<-read.spss('chapter16_1.sav', to.data.frame=T)

# Μέθοδος 1: Baron & Kenny
# Total effect
fit<-lm(WebAdd~Accept, data=ch16a)     
summary(fit)
# Path A (X -> M)
fita<-lm(SelfEst~Accept, data=ch16a)
summary(fita)
# Path B (M -> Y, controlling for X)
fitb<-lm(WebAdd~SelfEst+Accept, data=ch16a)
summary(fitb)
# Reversed Path C (Y -> X, controlling for M)
fitc<-lm(Accept~WebAdd+SelfEst, data=ch16a)
summary(fitc)
# Πίνακας από το πακέτο stargazer
stargazer(fit, fita, fitb, fitc, type="text", title="Μέθοδος Baron & Kenny")
# Υπολογισμός sobel test από το πακέτο multilevel
sobel(ch16a$Accept, ch16a$SelfEst, ch16a$WebAdd)
# Υπολογισμός sobel test από το πακέτο bda
mediation.test(ch16a$SelfEst, ch16a$Accept, ch16a$WebAdd)

# Μέθοδος 2: Με χρήση του πακέτου mediation
# Γίνεται χρήση της μεθόδου των Preacher & Hayes (2004)
# X -> M
fitM<-lm(SelfEst~Accept, data=ch16a)
# X + M -> Y
fitY<-lm(WebAdd~Accept+SelfEst, data=ch16a)
# Έλεγχοι των προϋποθέσεων
gvlma(fitM)
gvlma(fitY)
# Ανάλυση διαμεσολάβησης
fitMed<-mediate(fitM, fitY, treat="Accept", mediator="SelfEst")
summary(fitMed)
plot(fitMed)
# Bootstrap
fitMedBoot<-mediate(fitM, fitY, boot=T, sims=5000, treat="Accept", mediator="SelfEst")
summary(fitMedBoot)
plot(fitMedBoot)

# Υπολογισμός της ανάλυσης ρύθμισης στο R

# Φορτώνουμε τα ακόλουθα πακέτα
library(foreign)
library(medmod)
library(stargazer)

# Απόδοση των δεδομένων του αρχείου chapter16_2.sav στο πλαίσιο δεδομένων ch16b
ch16b<-read.spss('chapter16_2.sav', to.data.frame=T)

# Μέθοδος 1: Υπολογισμός με το πακέτο medmod
# Τα αποτελέσματα είναι πανομοιότυπα με αυτά που δίνει το jamovi
mod(ch16b, dep='growth', mod='antagon', pred='commit', ci=T, simpleSlopeEst=T, simpleSlopePlot=T)

# Μέθοδος 2: Υπολογισμός με κεντροποίηση (αποτελέσματα ίδια με αυτά από το PROCESS)
commit_c<-c(scale(ch16b$commit, center=T, scale=F)) # κεντροποίηση της προβλεπτικής μεταβλητής
antagon_c<-(scale(ch16b$antagon, center=T, scale=F)) # κεντροποίηση της ρυθμιστικής μεταβλητής
fitMod<-lm(ch16b$growth~commit_c + antagon_c + commit_c*antagon_c)
summary(fitMod)
stargazer(fitMod, type="text")