शुरू करेंमुफ़्त में शुरू करें

Latent Heywood मॉडल ठीक करें

पिछले अभ्यास में, आपने पाया कि adoption सर्वे में latent वैरिएबल पर correlation > 1 आ रहा था. इस Heywood केस को ठीक करने के लिए दो latent वैरिएबल को समेटकर एक ही latent वैरिएबल बना दें. फिर मॉडल का विश्लेषण करें और उसका सार प्रस्तुत करें, ताकि देख सकें कि इन दोनों फैक्टरों को एक में मिलाने से समस्या वाली correlation सुलझी या नहीं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में lavaan के साथ Structural Equation Modeling

पाठ्यक्रम देखें

अभ्यास निर्देश

  • मॉडल बदलकर केवल एक goodstory फैक्टर बनाएँ, जिसे adoptsurvey डेटासेट के सभी छह manifest वैरिएबल मापते हों.
  • cfa() फंक्शन से मॉडल का विश्लेषण करें और सुनिश्चित करें कि कोई error message न हो.
  • अंतिम model fit देखने के लिए मॉडल पर summary() चलाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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)
कोड संपादित करें और चलाएँ