Выбор наилучшей модели
Используйте свои знания об абсолютных и относительных показателях качества подгонки модели, чтобы выбрать наилучшую модель для ваших данных. При знакомстве с этим набором данных было сказано, что пункты теоретически должны нагружать пять факторов, — однако, возможно, вы заметили, что график осыпи указал на шесть. Возникает закономерный вопрос: какому источнику доверять? Не беспокойтесь — для принятия эмпирически обоснованного решения о числе факторов можно воспользоваться показателями качества подгонки.
Сначала вы запустите ЭФА на наборе данных bfi_EFA для каждого из предполагаемых чисел факторов. Затем сравните модели по значению BIC — относительному показателю качества подгонки. Помните: предпочтительна модель с наименьшим BIC!
Это упражнение является частью курса
Факторный анализ в R
Инструкции к упражнению
- Запустите оба ЭФА на наборе данных
bfi_EFA— один с пятью факторами согласно теории, другой с шестью факторами согласно собственным значениям. - Изучите значение BIC для каждой из моделей. BIC хранится в элементе списка
BICобъекта результатов.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___