R语言使用psych包里的mediate做中介分析报错，请问是哪里的问题

我的R语言mediation包里没有mediate，所以使用psych包里的mediate做中介分析，结果一直报错。

```r
library(psych)
b<-lm(xiaoneng~suyang+health+age+BMI+yimiao,data=R3)
#"xiaoneng"中介变量，"suyang"因变量均为为连续变量；
c<-glm(jieju~xiaoneng+suyang+health+age+BMI+yimiao,data=R3)
#"jieju"结局变量，为二分类变量。
contcont<-mediate(b,c,treat="suyang",mediator="xiaoneng",robustSE=TRUE,sims=100,boot=T)
Error in mediate(b, c, treat = "suyang", mediator = "xiaoneng", robustSE = TRUE,  : 
  unused arguments (treat = "suyang", mediator = "xiaoneng", robustSE = TRUE, sims = 100, boot = T)

```

基于Monster 组和GPT的调写：

• 在 psych 包中的 mediate 函数的参数列表中，没有 treat, mediator, robustSE, sims 和 boot 参数。因此，用 mediation 包来进行中介分析。 mediation 包中包含了适用于多种中介分析的函数，其中最常用的函数是 mediate()。

以下是可以尝试的代码：

library(mediation)
b <- lm(xiaoneng ~ suyang + health + age + BMI + yimiao, data = R3)
c <- glm(jieju ~ xiaoneng + suyang + health + age + BMI + yimiao, data = R3, family = binomial())
contcont <- mediate(b, c, treat = "suyang", mediator = "xiaoneng", boot = TRUE, sims = 1000, covs = c("health", "age", "BMI", "yimiao"), verbose = TRUE)

covs参数是用于指定调节变量的向量。verbose 参数将输出更详细的结果信息。注意，由于结果变量 jieju 是一个二分类变量，因此要用逻辑回归（glm() 函数）来拟合模型，而不是使用线性回归（lm() 函数）。

d = "xiaoneng")
在psych包的mediate函数中，参数名为treat的选项被替换为med。因此，您应该使用
mediate(b, c, med = "xiaoneng", treat = "suyang")来指定中介变量为"xiaoneng"，因变量为"suyang"。

内容来源与ChatGpt4及newbing和百度：

根据提供的代码，似乎是中介模型的语法有误。应该使用mediate函数来进行中介分析。具体代码如下：

library(psych)
data(bfi)
model <- lm(xiaoneng ~ suyang + he, data = bfi)
result <- mediate(model, mediator = "suyang", dv = "xiaoneng", iv = "he")
summary(result)

上述代码中，我们使用bfi数据集来进行中介分析。首先，我们用lm函数建立线性回归模型，其中xiaoneng作为因变量，suyang和he作为自变量。然后，我们使用mediate函数来指定中介变量（suyang）、因变量（xiaoneng）和自变量（he）。最后，我们使用summary函数来查看中介效应的显著性和大小。

如果还是出现错误，可能是因为psych包版本较老，建议更新至最新版本。

祝您问题迎刃而解

你把数据和代码发给我，我运行一下看看