Индексы модификации
Структурное моделирование уравнений с lavaan в R
Erin Buchanan
Professor
Улучшение неудовлетворительных моделей
User model versus baseline model:
Comparative Fit Index (CFI) 0.879
Tucker-Lewis Index (TLI) 0.774
Root Mean Square Error of Approximation:
RMSEA 0.128
90 Percent Confidence Interval 0.094 0.164
P-value RMSEA <= 0.05 0.000
Standardized Root Mean Square Residual:
SRMR 0.079
Улучшение неудовлетворительных моделей (2)
Latent Variables:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
visual =~
x1 1.000 0.777 0.667
x2 0.690 0.124 5.585 0.000 0.536 0.456
x3 0.985 0.160 6.157 0.000 0.766 0.678
speed =~
x7 1.000 0.622 0.572
x8 1.204 0.170 7.090 0.000 0.749 0.741
x9 1.052 0.147 7.142 0.000 0.654 0.649
Улучшение неудовлетворительных моделей (3)
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.x1 0.754 0.110 6.838 0.000 0.754 0.555
.x2 1.094 0.103 10.661 0.000 1.094 0.792
.x3 0.688 0.105 6.557 0.000 0.688 0.540
.x7 0.796 0.082 9.756 0.000 0.796 0.673
.x8 0.461 0.077 6.002 0.000 0.461 0.451
.x9 0.587 0.071 8.273 0.000 0.587 0.578
var(HolzingerSwineford1939$x1)
1.362898
Индексы модификации
modificationindices(twofactor.fit, sort = TRUE)
lhs op rhs mi epc sepc.lv sepc.all sepc.nox
34 x7 ~~ x8 35.521 0.624 0.624 0.568 0.568
18 visual =~ x9 35.521 0.659 0.512 0.508 0.508
36 x8 ~~ x9 19.041 -0.527 -0.527 -0.517 -0.517
16 visual =~ x7 19.041 -0.503 -0.391 -0.359 -0.359
26 x1 ~~ x9 11.428 0.177 0.177 0.151 0.151
- Добавляйте по одному параметру за раз
- Добавляйте только осмысленные параметры
Обновление модели
34 x7 ~~ x8 35.521 0.624 0.624 0.568 0.568
twofactor.model <- 'visual =~ x1 + x2 + x3
speed =~ x7 + x8 + x9
x7 ~~ x8'
twofactor.fit <- cfa(model = twofactor.model,
data = HolzingerSwineford1939)
summary(twofactor.fit, standardized = TRUE,
fit.measures = TRUE)
User model versus baseline model:
Comparative Fit Index (CFI) 0.976
Tucker-Lewis Index (TLI) 0.949
Давайте потренируемся!
Структурное моделирование уравнений с lavaan в R
