Oprava latentního Heywoodova případu
V předchozím cvičení jsi zjistil/a, že adoptační dotazník vykazoval korelaci > 1 na latentní proměnné. Heywoodův případ oprav sloučením dvou latentních proměnných do jedné. Poté model analyzuj a shrň jeho výsledky, abys zjistil/a, jestli sloučení těchto dvou faktorů do jednoho problematickou korelaci vyřešilo.
Toto cvičení je součástí kurzu
Structural Equation Modeling with lavaan in R
Pokyny k cvičení
- Uprav model tak, aby obsahoval jediný faktor
goodstory, měřený všemi šesti manifestními proměnnými z datasetuadoptsurvey. - Analyzuj model pomocí funkce
cfa()a ověř, že se nezobrazí žádné chybové zprávy. - Spusť funkci
summary()pro daný model a prohlédni si výsledný fit modelu.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Look at the data
head(adoptsurvey)
# Edit the original model
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'
# Analyze the model
adopt.fit <- cfa(model = ___, data = adoptsurvey)
# Look for Heywood cases
summary(___, standardized = TRUE, fit.measures = TRUE)