Avaliação de modelos
Modelagem de Equações Estruturais com lavaan em R
Erin Buchanan
Professor
Cargas padronizadas
summary(visual.fit, standardized = TRUE)
Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
visual =~
x1 1.000 0.621 0.533
x2 0.586 0.139 4.215 0.000 0.364 0.310
x3 0.882 0.149 5.923 0.000 0.548 0.485
x7 0.728 0.137 5.320 0.000 0.452 0.416
x8 0.944 0.143 6.599 0.000 0.586 0.580
x9 1.205 0.170 7.095 0.000 0.748 0.742
Índices de ajuste
- Ajuste do modelo — quão bem os dados se ajustam ao modelo especificado
- Índices de bom ajuste, como Comparative Fit Index (CFI) ou Tucker Lewis Index (TLI)
- Índices de mau ajuste, como Root Mean Square Error of Approximation (RMSEA) ou Standardized Root Mean Square Residual (SRMR)
- Medindo o ajuste do modelo
Índices de ajuste
summary(visual.fit, standardized = TRUE,
fit.measures = TRUE)
User model versus baseline model:
Comparative Fit Index (CFI) 0.701
Tucker-Lewis Index (TLI) 0.502
_ _ _
Root Mean Square Error of Approximation:
RMSEA 0.190
_ _ _
Standardized Root Mean Square Residual:
SRMR 0.111
Vamos praticar!
Modelagem de Equações Estruturais com lavaan em R
