Analiza modelu szybkości czytania
Przeanalizujmy model szybkości czytania z pierwszej lekcji. Model ten zawierał jedną zmienną ukrytą, textspeed, reprezentowaną przez sześć zmiennych obserwowalnych. Zmienne x4, x5, x6 mierzyły rozumienie tekstu, natomiast x7, x8 i x9 – szybkość liczenia i dodawania ze zbioru danych HolzingerSwineford1939.
Do analizy text.model użyjemy funkcji cfa() z danymi z HolzingerSwineford1939. Podsumowanie powinno wskazywać, że model jest zidentyfikowany przy 9 stopniach swobody. Przyjrzyj się oszacowaniom zmiennej ukrytej, aby określić, które wskaźniki dobrze ją mierzą (wysokie wartości), a które nie (niskie wartości).
To ćwiczenie jest częścią kursu
Strukturalne modelowanie równań z lavaan w R
Instrukcje do ćwiczenia
- Użyj funkcji
cfa(), aby dopasować model o nazwietext.fit. Pamiętaj, aby podać zarówno argument modelu, jak i danych! - Użyj funkcji
summary(), aby wyświetlić dopasowanie modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Load the lavaan library
library(lavaan)
# Load the dataset and define model
data(HolzingerSwineford1939)
text.model <- 'textspeed =~ x4 + x5 + x6 + x7 + x8 + x9'
# Analyze the model with cfa()
# Summarize the model