Naprawa modelu Heywood'a ze zmienną ukrytą
W poprzednim ćwiczeniu odkryłeś, że ankieta adopcyjna zawiera korelację > 1 na zmiennej ukrytej. Napraw przypadek Heywood'a, łącząc dwie zmienne ukryte w jedną. Następnie przeanalizuj i podsumuj model, aby sprawdzić, czy scalenie tych dwóch czynników rozwiązało problem z nieprawidłową korelacją.
To ćwiczenie jest częścią kursu
Strukturalne modelowanie równań z lavaan w R
Instrukcje do ćwiczenia
- Zmień model tak, aby zawierał tylko jeden czynnik
goodstory, mierzony przez wszystkie sześć zmiennych obserwowalnych ze zbioru danychadoptsurvey. - Przeanalizuj model za pomocą funkcji
cfa(), aby upewnić się, że nie pojawiają się żadne komunikaty o błędach. - Uruchom
summary()dla modelu, aby wyświetlić ostateczne dopasowanie modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)