潜在ヘイウッドモデルの修正
前の演習では、採用調査の潜在変数で相関が1を超えていることを見つけました。ヘイウッドケースを解消するため、2つの潜在変数を1つに統合してください。そのうえでモデルを解析・要約し、2つの因子を1つにまとめることで問題の相関が解決したかを確認します。
この演習はコースの一部です
Rで学ぶlavaanによる構造方程式モデリング
演習の手順
adoptsurveyデータセットに含まれる6つすべての観測変数で測定される、goodstory因子を1つだけ持つようにモデルを変更します。- エラーが出ないことを確認するため、
cfa()関数でモデルを解析します。 - 最終的なモデル適合を確認するため、モデルに対して
summary()を実行します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)