एक Manifest Heywood Case का विश्लेषण करें
अपनी खोजों की रिपोर्ट करने के बाद, adoption समूह ने अपना सर्वे फिर से डिज़ाइन किया ताकि वे दो फैक्टर माप सकें: उनके ऑनलाइन स्टोरी पोस्ट कितने प्रभावी थे goodstory में, और inperson इंटरैक्शन का कितना महत्व था। नया डेटा adoptsurvey के रूप में लोड है। इस अभ्यास में, आप लेटेंट वैरिएबल की बजाय किसी एक मैनिफेस्ट वैरिएबल पर Heywood केस ढूँढेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में lavaan के साथ Structural Equation Modeling
अभ्यास निर्देश
cfa()फंक्शन के साथ दो-फैक्टरadopt.modelके लिए अपडेटेड डेटाadoptsurveyका विश्लेषण करें.cfa()के विश्लेषित होने के बाद आने वाली चेतावनियों पर ध्यान दें.- कौन सा मैनिफेस्ट वैरिएबल समस्या पैदा कर रहा है, यह जानने के लिए
summary()फंक्शन का उपयोग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Build the model
adopt.model <- 'goodstory =~ pictures + background + loveskids
inperson =~ energy + wagstail + playful'
# Analyze the model and include the data argument
adopt.fit <- cfa(___)
# Summarize the model to view the negative variances