Багатофакторна специфікація

Моделювання структурними рівняннями (SEM) з пакетом lavaan у R

Erin Buchanan

Professor

Багатофакторні моделі

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)

Користувацька модель проти базової моделі:
  Comparative Fit Index (CFI)                    0.701
  Tucker-Lewis Index (TLI)                       0.502

Чому не дві малі моделі?

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)

Чому не дві малі моделі? (2)

  Кількість спостережень                           301

  Оцінювач                                          ML
  Статистика тесту мінімальної функції          0.000
  Ступені вільності                                 0
  Значення мінімальної функції        0.0000000000000

Можливі параметри = 3*(3+1)/2 = 6
Оцінені параметри = 2 коефіцієнти + 4 дисперсії = 6
df = 6 - 6 = 0

Задайте обмеження

Обмеження прирівнюють параметри
Отримайте df, оцінюючи менше чисел
Задавайте обмеження рівності словами

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

Вивід з обмеженнями

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

Латентні змінні:
           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

Задайте багатофакторну модель

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)

  Ступені вільності                                 8
  P-value (Chi-square)                           0.000

Давайте потренуємось!

Моделювання структурними рівняннями (SEM) з пакетом lavaan у R