结构方程模型（示例：FTP → SC → SVA）

* 结构方程模型（示例：FTP → SC → SVA）.
* 数据来源: /home/tester/nurse_student/data/data_ready.csv.
* 估计方法: MLW.
*
* ⚠️ SPSS 语法不支持结构方程模型估计。请改用以下两种方式之一：
*   1. AMOS（SPSS 家族）：图形界面绘制路径图，或用 R 的 lavaan 包（见同名 .R 文件）；
*   2. 本分析对应的 R 复现代码（lavaan）可直接复现 Python 结果。
*
* 模型规格（lavaan 语法，供在 AMOS/lavaan 中重建）：
* FTP =~ FTP行为承诺条目均分 + FTP远目标定向条目均分 + FTP未来意象条目均分 + FTP目的意识条目均分 + FTP未来效能条目均分; SC =~ SC健康习惯条目均分 + SC抵制诱惑条目均分 + SC冲动抑制条目均分 + SC节制娱乐条目均分 + SC专注工作条目均分; SVA =~ SVA戒断性条目均分 + SVA逃避性条目均分 + SVA失控性条目均分 + SVA低效性条目均分; SC ~ FTP; SVA ~ FTP + SC

# 结构方程模型（示例：FTP → SC → SVA）
# 数据来源: /home/tester/nurse_student/data/data_ready.csv
# 估计方法: MLW (R: MLR)

library(readr)
library(lavaan)

# 读取数据
data <- read_csv("/home/tester/nurse_student/data/data_ready.csv")

# 定义模型（lavaan 语法）
model <- '
FTP =~ FTP行为承诺条目均分 + FTP远目标定向条目均分 + FTP未来意象条目均分 + FTP目的意识条目均分 + FTP未来效能条目均分
SC =~ SC健康习惯条目均分 + SC抵制诱惑条目均分 + SC冲动抑制条目均分 + SC节制娱乐条目均分 + SC专注工作条目均分
SVA =~ SVA戒断性条目均分 + SVA逃避性条目均分 + SVA失控性条目均分 + SVA低效性条目均分
SC ~ FTP
SVA ~ FTP + SC
'

# 拟合模型
cat("\n=== 结构方程模型 ===\n\n")
fit <- sem(model, data = data, estimator = "MLR")

# 模型摘要
cat("\n=== 模型摘要 ===\n")
summary(fit, fit.measures = TRUE, standardized = TRUE)

# 拟合指标（与 Python 端报告对齐：含 GFI/AGFI/NFI/SRMR/LogLik/AIC/BIC）
cat("\n=== 拟合指标 ===\n")
fit_indices <- fitMeasures(fit, c("chisq", "df", "pvalue", "cfi", "tli", 
                                   "rmsea", "rmsea.ci.lower", "rmsea.ci.upper",
                                   "gfi", "agfi", "nfi", "srmr", "logl",
                                   "aic", "bic"))
print(fit_indices)

# 路径系数（标准化）
cat("\n=== 标准化路径系数 ===\n")
print(parameterEstimates(fit, standardized = TRUE))

# R²（内生变量）
cat("\n=== R² ===\n")
print(inspect(fit, "r2"))