R (lavaan)의 확정 요인 분석 (CFA)을 내 서수 데이터로 계산하고 싶습니다. 16 항목 (리 커트 - 척도)을 포함하는 설문지를 분석 중입니다. 내 데이터에 가장 적합한 4 요소 모델을 가정합니다. CFA를 계산하기 위해 나는 정보를 검색하여 논문 (https://www.researchgate.net/publication/7489589_Comparison_of_alternative_estimation_methods_in_confirmatory_factor_analyses_of_the_General_Health_Questionnaire)과 다른 게시물에서 유용한 조언을 발견했습니다.R (lavaan)의 서수 데이터 - 다차원 상관 관계가 포함 된 CFA?
결론/권장 사항은 DWLS 추정 및 다중 차 상관을 사용하는 것입니다. 필자는 CFA를 R에서 DWLS (lavaan 패키지 사용)로 계산했습니다. Mplus에서 DWLS 추정 (또는 WLSMV는 동일합니다)이 자동으로 다각형 상관 관계 (http://web.pdx.edu/~newsomj/semclass/ho_estimate.pdf)를 사용한다는 것을 알았습니다 (불행히도 Mplus를 사용한 적이 없으며 R과 함께 작업하고 싶습니다). 그래서 lavaan이 동일한 지 궁금합니다. 그리고 나는 심지어 polychoric 상관 관계에 대한 명령을 구현할 필요가 없습니다.
지금까지 나는이 같은 CFA를 계산 : 나는 4 개 요소 (AV, AW, AB, AA), (각 요소는이 4 개 항목)
model.4='
AV =~ AVf1_+AVf2+AVf3+AVf4
AW =~ AWf1+AW2+AWf3+AWf4
AB =~ ABf1+ABf2+ABf3+ABf4
AA =~ AAf1+AAf2+AAf3+AAf4'
는 다음 나는 때문에 이것은 잘 작동
model.ord = cfa(model.4,data=Data,ordered=c(
"AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))
lavaan 패키지에 추천 내 주문 데이터의 기능을 "주문"을 사용. 나는 모든 관련 fit-indices (CFI, RMSEA 등)를 가진 산출물을 얻었습니다. 이제 내 질문은 Mplus와 같은 다차원 상관 관계를 자동으로 기반으로한다면? 그렇지 않은 경우 - 어떻게 폴리 상관 상관 관계를 사용하는 명령을 추가 할 수 있습니까? lavaCor (lavCor)에 대한 lavaan 패키지에는 정보가 일부 있습니다.하지만 내 문제에 유용 할 지 모르겠지만 불행히도이를 사용하는 방법을 모르겠습니다.
나는 다음과 같은 시도 : 이model.ord1 <- lavCor(cfa(model.4,data=Data,ordered=c(
"AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))
))
그러나 > summary(model.ord1, fit=T)가 작동하지 않았다. 나는 아무 결과도받지 않았다.
총계 : 내 CFA는 다중 폴리릭 상관 관계를 자동으로 기반으로합니까? 그렇지 않다면 다중 함수 상관 관계를 구현하기 위해 함수를 어떻게 변경할 수 있습니까? 는 "lavaan 구문":
당신이 사용한 인수ordered = c와
, 당신은 몇 가지 변수가 순서 것을 lavaan 말했습니다 - 아래로 스크롤 https://www.packtpub.com/books/content/structural-equation-modeling-and-confirmatory-factor-analysis :