Comparaison de modèles

Modélisation par équations structurelles avec lavaan dans R

Erin Buchanan

Professor

Créer deux modèles

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)

Comparaison par chi carré

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

Différence du chi carré en soustrayant les modèles
Doit augmenter d'au moins 3,84 pour être significative à p < .05
Utile seulement pour des modèles avec les mêmes variables

Comparaison des indices d'ajustement

Comparez les indices d'ajustement pour des modèles non emboîtés
Obtenez plus d'indices avec 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
                                _ _ _

Comparaison des indices d'ajustement

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

     aic     ecvi 
5181.168    0.244

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

     aic     ecvi 
5150.508    0.142

Passons à la pratique !

Modélisation par équations structurelles avec lavaan dans R