Modellvergleich

Strukturgleichungsmodellierung mit lavaan in R

Erin Buchanan

Professor

Zwei Modelle erstellen

twofactor.model <- 'visual =~ x1 + x2 + x3 
                        speed =~ x7 + x8 + x9'
twofactor.model1 <- 'visual =~ x1 + x2 + x3 
                        speed =~ x7 + x8 + x9
                        x7 ~~ x8'

twofactor.fit <- cfa(model = twofactor.model,
                     data = HolzingerSwineford1939)
twofactor.fit1 <- cfa(model = twofactor.model1,
                     data = HolzingerSwineford1939)

Chi-Quadrat-Vergleich

anova(twofactor.fit, twofactor.fit1)

Chi Square Difference Test

               Df    AIC    BIC  Chisq Chisq diff Df diff    Pr(>Chisq)    
twofactor.fit1  7 5150.5 5202.4 14.753                                     
twofactor.fit   8 5181.2 5229.4 47.413     32.661       1 0.00000001097 ***

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 . 0.1 ' ' 1

Chi-Quadrat-Differenz durch Subtrahieren der Modelle
Muss um mindestens 3,84 steigen, um bei p < .05 signifikant zu sein
Nur sinnvoll für Modelle mit denselben Variablen

Fit-Index-Vergleich

Vergleiche Fit-Indizes für nicht-geschachtelte Modelle
Mehr Fit-Indizes mit fitmeasures()

fitmeasures(twofactor.fit)

                aic                 bic              ntotal 
           5181.168            5229.361             301.000 
               bic2               rmsea      rmsea.ci.lower 
           5188.132               0.128               0.094 
     rmsea.ci.upper        rmsea.pvalue                 rmr 
              0.164               0.000               0.096
                                _ _ _

Fit-Index-Vergleich

fitmeasures(twofactor.fit, c("aic", "ecvi"))

     aic     ecvi 
5181.168    0.244

fitmeasures(twofactor.fit1, c("aic", "ecvi"))

     aic     ecvi 
5150.508    0.142

Lass uns üben!

Strukturgleichungsmodellierung mit lavaan in R