मॉडल तुलना

R में lavaan के साथ Structural Equation Modeling

Erin Buchanan

Professor

दो मॉडल बनाएँ

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)

Chi-Square तुलना

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

मॉडल {{2}} घटाकर निकला chi-square अंतर
p < .05 पर महत्त्वपूर्ण होने के लिए कम से कम 3.84 बढ़ना चाहिए
केवल उन्हीं मॉडलों के लिए उपयोगी जिनमें वही वैरिएबल हों

Fit Index तुलना

Non-nested मॉडलों के लिए fit indices की तुलना करें
और fit indices पाने के लिए fitmeasures() इस्तेमाल करें

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
                                _ _ _

Fit Index तुलना

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

     aic     ecvi 
5181.168    0.244

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

     aic     ecvi 
5150.508    0.142

अभ्यास करते हैं!

R में lavaan के साथ Structural Equation Modeling