เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ Latent Heywood Case

สถานสงเคราะห์สัตว์แห่งหนึ่งได้ออกแบบแบบสำรวจเพื่อวัดผลกระทบของโปรแกรม Adopt Me โดยให้ผู้ชมประเมินรูปภาพ ประวัติความเป็นมา และลักษณะอื่น ๆ ของสุนัขแต่ละตัว เพื่อบ่งบอกถึง "ความน่าอุปการะ" ของสัตว์แต่ละตัว

ชุดข้อมูล adoptsurvey ประกอบด้วย 6 รายการที่ผู้ชมให้คะแนน ได้แก่ pictures, background, loveskids ซึ่งวัดตัวแปรแฝง "good story" และ energy, wagstail, playful ซึ่งวัดตัวแปรแฝง "in person" จะสร้างโมเดลสองปัจจัยจากแบบสำรวจนี้และตรวจสอบ Heywood cases โดยได้โหลดไลบรารี lavaan ไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Structural Equation Modeling ด้วย lavaan ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตัวแปรแฝง goodstory วัดจาก pictures, background และ loveskids
  • ตัวแปรแฝง inperson วัดจาก energy, wagstail และ playful
  • วิเคราะห์โมเดลสองปัจจัยด้วยฟังก์ชัน cfa()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Look at the data
head(adoptsurvey)

# Build the model
adopt.model <- 'goodstory ___
inperson ___'

# Analyze the model
adopt.fit <- cfa(model = ___, data = ___)
แก้ไขและรันโค้ด