टेक्स्ट स्पीड मॉडल का विश्लेषण करें
आइए पहले लेसन के आपके टेक्स्ट स्पीड मॉडल का विश्लेषण करें। इस मॉडल में एक latent वैरिएबल textspeed शामिल था, जिसे छह manifest वैरिएबल्स द्वारा दर्शाया गया था। वैरिएबल्स x4, x5, x6 ने reading comprehension मापा, और x7, x8, तथा x9 ने HolzingerSwineford1939 डेटासेट से speed counting और addition मापा।
हम cfa() फंक्शन का उपयोग करके HolzingerSwineford1939 के डेटा से text.model का विश्लेषण करेंगे। हमारे summary से यह दिखना चाहिए कि मॉडल 9 degrees of freedom के साथ identified हुआ था। आपको latent वैरिएबल के estimates की जाँच करनी चाहिए ताकि यह तय किया जा सके कि कौन-से items latent वैरिएबल को अच्छी तरह मापते हैं (उच्च स्कोर) और कौन-से नहीं (निम्न स्कोर)।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में lavaan के साथ Structural Equation Modeling
अभ्यास निर्देश
cfa()फंक्शन का उपयोग करकेtext.fitनाम का मॉडल फिट करें। ध्यान रखें कि model और data दोनों आर्ग्यूमेंट शामिल करें!- मॉडल फिट देखने के लिए
summary()फंक्शन का उपयोग करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load the lavaan library
library(lavaan)
# Load the dataset and define model
data(HolzingerSwineford1939)
text.model <- 'textspeed =~ x4 + x5 + x6 + x7 + x8 + x9'
# Analyze the model with cfa()
# Summarize the model