Zaktualizuj model
Bieżący model skali WAIS-III wskazał przypadek Heywood'a między organizacją percepcyjną a szybkością przetwarzania. Aby naprawić problem silnie skorelowanych zmiennych latentnych, należy połączyć je w jedną zmienną latentną. Utwórz zmienną performance, która będzie łączyć zmienne obserwowalne z czynników latentnych perceptorg i processing.
Dane zostały już wczytane i są dostępne pod nazwą IQdata. Możesz je podejrzeć, używając head(IQdata).
To ćwiczenie jest częścią kursu
Strukturalne modelowanie równań z lavaan w R
Instrukcje do ćwiczenia
- Zmodyfikuj model czteroczynnikowy tak, aby zawierał jedną zmienną
performancemierzoną przezpiccomp,block,matrixreason,digsymisymbolsearch. - Użyj funkcji
cfa(), aby przeanalizować model pod kątem ewentualnych nowych błędów. - Podsumuj model, aby ocenić jego dopasowanie – skorzystaj ze standaryzowanego rozwiązania i wskaźników dopasowania.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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(___)