Wybieranie konkretnych indeksów dopasowania
Modele można również porównywać za pomocą indeksów dopasowania AIC lub ECVI, zamiast funkcji anova(). Te indeksy są szczególnie przydatne, gdy porównywane modele zawierają różne zmienne obserwowalne. Porównując wartości AIC lub ECVI, najlepszy model to ten z najmniejszą wartością indeksu. Zapisane modele z poprzedniego ćwiczenia zostały już wczytane.
To ćwiczenie jest częścią kursu
Strukturalne modelowanie równań z lavaan w R
Instrukcje do ćwiczenia
- Użyj funkcji
fitmeasures(), aby obliczyć indeksy dopasowania osobno dla każdego modelu. - Wybierz tylko indeksy
aiciecvi, aby skrócić dane wyjściowe.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Analyze the original model
epi.fit <- cfa(model = epi.model, data = epi)
# Find the fit indices for the original model
# Analyze the updated model
epi.fit1 <- cfa(model = epi.model1, data = epi)
# Find the fit indices for the updated model