R中SEM的卡方检验

Question

我正在使用sem中的R库进行验证性因子分析（CFA）。作为输出的一部分，返回卡方检验。

我完全不知道null和替代假设是什么。我浏览了＃34; help＆＃34; R中的部分并且无法发现正在测试的假设。

是否有人知道在sem的{​​{1}}包下运行CFA的零假设和备选假设是什么？

Answer 1

引自维基百科（http://en.wikipedia.org/wiki/Confirmatory_factor_analysis#Chi-squared_test）：

  

卡方检验表明观察到和之间存在差异   预期的协方差矩阵。接近零的值表示更好   适合;预期和观察到的协方差之间的差异较小   矩阵。卡方统计也可用于直接比较   嵌套模型与数据的拟合。一个难点   然而，模型拟合的卡方检验是研究人员可能会失败   以小样本拒绝不合适的模型并拒绝   适用于大样本的模型。因此，其他措施   适合已经发展。

或者是：

  

卡方值是评估整体价值的传统指标   模型拟合，并评估之间的差异幅度   样本和拟合协方差矩阵。

您必须了解结构方程建模的基本原理，即根据您指定的模型（例如您的验证性因子分析）尝试重现样本协方差矩阵。

因此， null假设表明指定的模型在样本数据中保存。相应的备选假设是再现的协方差矩阵 任何对称正定矩阵。

然而，围绕这一措施进行了广泛的讨论，并且进行了大量的模拟以说明该措施在各种条件下存在偏差。大多数教科书也总结了这一讨论，并解释了可以而且应该使用哪种替代的适合度量。您还可以参考上述参考资料以获取更多详细信息（http://www.ejbrm.com/issue/download.html?idArticle=183）。