อัปเดตโมเดล
โมเดล WAIS-III ปัจจุบันพบ Heywood case ระหว่างตัวแปร perceptual organization และ processing speed วิธีแก้ไขตัวแปรแฝงที่มีความสัมพันธ์สูงมากคือการรวมตัวแปรทั้งสองเข้าเป็นตัวแปรแฝงเดียว โดยสร้างตัวแปร performance ที่รวมตัวแปรสังเกตได้ของตัวแปรแฝง perceptorg และ processing เข้าด้วยกัน
ข้อมูลถูกโหลดให้แล้วในชื่อ IQdata สามารถดูข้อมูลได้โดยใช้ head(IQdata)
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Structural Equation Modeling ด้วย lavaan ใน R
คำแนะนำการฝึกหัด
- แก้ไขโมเดลสี่แฟกเตอร์ให้มีตัวแปร
performanceหนึ่งตัว ซึ่งวัดจากpiccomp,block,matrixreason,digsym, และsymbolsearch - ใช้ฟังก์ชัน
cfa()เพื่อวิเคราะห์โมเดลและตรวจสอบข้อผิดพลาดที่อาจเกิดขึ้น - สรุปผลโมเดลเพื่อประเมินความสอดคล้องของโมเดล โดยใช้ผลลัพธ์แบบ standardized และดัชนีความสอดคล้อง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___)