为了找出哪种CFA模型最适合我的数据,我使用DWLS估算器来计算lavaan
中的序数数据并指定了两个模型:
model.ordinalX = cfa(model.4, data=Data, ordered=c(
"AVf1","AVf2","AVf3","AVf4","AWf1","AWf2","AWf3","AWf4","ABf1","ABf2","ABf3","AAf4","AAf1","AAf2","AAf3","AAf4"))
summary(model.ordinalX, fit=T)
随后,我指定了2因子模型。比较这两者时,lavaan
会返回错误。
anova(model.ordinalX, model.ordinalY)
警告信息为:
lav_test_diff_af_h1中的错误(m1 = m1,m0 = m0):lavaan错误: 无约束参数集在m0和m1中不相同。
(请注意:如果我使用正常的最大似然,我可以比较模型。)
我注意到输出存在差异。使用最大似然估计,输出中存在AIC和BIC值,这些值在DWLS输出中丢失。这些似乎与比较相关,因为最大似然模型的比较输出包含这些值。