当报告模型的绝对拟合时（例如因子模型或结构方程模型），使用许多不同的指数。最常见的人报告卡方，RMSEA，TLI或CFI。 （还有更多）
我一直在David A. Kenny的网站上阅读以下内容，我想知道是否有人可以向我解释这一点：
“一个合理的经验法则是检查RMSEA（见下文） null模型并确保不小于0.158。一个RMSEA 对于模型0.05和TLI为0.90，暗示RMSEA的 null模型是0.158。如果null模型的RMSEA小于 0.158，拟合的增量测量可能不具有信息量。据我所知，这个数学事实表明一个模型的空模型 RMSEA小于0.158且其RMSEA为0.05必须具有TLI 小于.90是一个从未发表但已经发表的东西 事实是真的。 （David A. Kenny：http://davidakenny.net/cm/fit.htm）“
有人可以解释一下吗？