Specyfikacja wieloczynnikowa

Strukturalne modelowanie równań z lavaan w R

Erin Buchanan

Professor

Modele wieloczynnikowe

visual.model <- 'visual =~ x1 + x2 + x3 + x7 + x8 + x9'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
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

Dlaczego nie dwa małe modele?

visual.model <- 'visual =~ x1 + x2 + x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

speed.model <- 'speed =~ x7 + x8 + x9'
speed.fit <- cfa(model = speed.model,
                 data = HolzingerSwineford1939)    
summary(speed.fit, standardized = TRUE, 
        fit.measures = TRUE)

Dlaczego nie dwa małe modele? (2)

  Number of observations                           301

  Estimator                                         ML
  Minimum Function Test Statistic                0.000
  Degrees of freedom                                 0
  Minimum Function Value               0.0000000000000

Możliwe parametry = 3*(3+1)/2 = 6
Szacowane parametry = 2 współczynniki + 4 wariancje = 6
df = 6 - 6 = 0

Określanie ograniczeń

Ograniczenia ustawiają parametry jako równe
Większa liczba df dzięki mniejszej liczbie estymowanych parametrów
Ograniczenia równości definiuje się słowami

visual.model <- 'visual =~ x1 + a*x2 + a*x3'

Wyniki z ograniczeniami

visual.model <- 'visual =~ x1 + a*x2 + a*x3'
visual.fit <- cfa(model = visual.model,
                  data = HolzingerSwineford1939)    
summary(visual.fit, standardized = TRUE, 
        fit.measures = TRUE)

Latent Variables:
           Estimate Std.Err z-value P(>|z|)  Std.lv Std.all
  visual =~                                                             
    x1       1.000                           0.745    0.639
    x2  (a)  0.910   0.142   6.397   0.000   0.678    0.562
    x3  (a)  0.910   0.142   6.397   0.000   0.678    0.614

Specyfikacja modelu wieloczynnikowego

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

twofactor.fit <- cfa(model = twofactor.model,
                     data = HolzingerSwineford1939)
summary(twofactor.fit, standardized = TRUE, 
        fit.measures = TRUE)

  Degrees of freedom                                 8
  P-value (Chi-square)                           0.000

Czas na ćwiczenia!

Strukturalne modelowanie równań z lavaan w R