模型评估
使用 R 中的 lavaan 进行结构方程模型（SEM）
Erin Buchanan
Professor
标准化载荷
summary(visual.fit, standardized = TRUE)
潜变量：
估计值 标准误 z 值 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
拟合指标
- 模型拟合：数据与模型的吻合程度
- 拟合优度指标，如 CFI（比较拟合指数）、TLI（Tucker–Lewis 指数）
- 拟合劣度指标，如 RMSEA（近似误差均方根）或 SRMR（标准化残差均方根）
- 模型拟合的度量
拟合指标
summary(visual.fit, standardized = TRUE,
fit.measures = TRUE)
用户模型 vs. 基线模型：
比较拟合指数（CFI） 0.701
Tucker–Lewis 指数（TLI） 0.502
_ _ _
近似误差均方根：
RMSEA 0.190
_ _ _
标准化残差均方根：
SRMR 0.111
¡Vamos a practicar!
使用 R 中的 lavaan 进行结构方程模型（SEM）
