Question

我正在学习SEM / CFA，目前正在关注Beaujean's (2014) book on using lavaan。在本章中，他谈到了CFA和必须确保模型正确/过度识别所必须使用的指标变量数量，他给出了一些经验法则。例如，“ LV（潜在变量）具有3个指示符变量，并且误差方差不会变小。”

我的要点是：我该如何检查？在运行模型之后，我能够获得误差协方差矩阵（按照本书中给出的步骤进行操作），但是我不知道如何解释它。下面，我提供了Beaujean使用的示例（这些代码来自他的书）

# convert vector of correlations into matrix
   wisc4.cor <-  lower2full(c(1,0.72,1,0.64,0.63,1,0.51,0.48,0.37,1,0.37,0.38,0.38,0.38,1))
# enter the SDs
   wisc4.sd <- c(3.01 , 3.03 , 2.99 , 2.89 , 2.98)
# name the variables
   colnames(wisc4.cor) <- rownames(wisc4.cor) <- c("Information", "Similarities", "Word.Reasoning", "Matrix.Reasoning", "Picture.Concepts")
   names(wisc4.sd) <-  c("Information", "Similarities", "Word.Reasoning", "Matrix.Reasoning", "Picture.Concepts")
# convert correlations and SDs to covarainces
   wisc4.cov <- cor2cov(wisc4.cor,wisc4.sd)
# specify single factor model
   wisc4.model<-'
   g =~ a*Information + b*Similarities + c*Word.Reasoning + d*Matrix.Reasoning + e*Picture.Concepts
'
# fit model
   wisc4.fit <- cfa(model=wisc4.model, sample.cov=wisc4.cov, sample.nobs=550,  std.lv=FALSE)
# examine parameter estimates
   summary(wisc4.fit,standardized=TRUE)
   parameterEstimates(wisc4.fit,standardized=TRUE)

#obtain the model-implied covariances of the indicator variables
   inspect(wisc4.fit, "cov.ov")

这就是我得到的：

                 Infrmt Smlrts Wrd.Rs Mtrx.R Pctr.C
Information      9.044                             
Similarities     6.551  9.164                      
Word.Reasoning   5.716  5.633  8.924               
Matrix.Reasoning 4.303  4.241  3.700  8.337        
Picture.Concepts 3.606  3.553  3.100  2.334  8.864

我该如何解释？非常感谢！

如何检查指标变量的误差方差不小？

0 个答案: