Werk het model bij
Het huidige model van de WAIS-III gaf een Heywood-geval aan tussen perceptuele organisatie en verwerkingssnelheid. Om een sterk gecorreleerde set latente variabelen op te lossen, kun je die twee variabelen samenvoegen tot één latente variabele. Maak een performance-variabele die de manifeste variabelen van de latente variabelen perceptorg en processing combineert.
De data is voor je ingeladen en heet IQdata. Je kunt de data bekijken met head(IQdata).
Deze oefening maakt deel uit van de cursus
Structurele vergelijkingsmodellen met lavaan in R
Oefeninstructies
- Bewerk het vierfactorenmodel zodat het één
performance-variabele bevat, gemeten doorpiccomp,block,matrixreason,digsymensymbolsearch. - Gebruik de functie
cfa()om het model te analyseren op eventuele nieuwe fouten. - Vat het model samen om de model-fit te bepalen met de gestandaardiseerde oplossing en fit-indices.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Edit the original model
wais.model <- 'verbalcomp =~ vocab + simil + inform + compreh
workingmemory =~ arith + digspan + lnseq
perceptorg =~ piccomp + block + matrixreason
processing =~ digsym + symbolsearch'
# Analyze the model and include the model and data argument
wais.fit <- cfa(___)
# Summarize the model
summary(___)