Аналіз моделі швидкості читання тексту
Проаналізуймо вашу модель швидкості читання тексту з першого уроку. У цій моделі була одна латентна змінна textspeed, яку представляли шість маніфестних змінних. Змінні x4, x5, x6 вимірювали розуміння прочитаного, а x7, x8 та x9 — швидкість лічби та додавання з набору даних HolzingerSwineford1939.
Ми використаємо функцію cfa() для аналізу text.model, застосовуючи дані з HolzingerSwineford1939. Підсумок має показати, що модель ідентифіковано з 9 ступенями вільності. Перегляньте оцінки для латентної змінної, щоб визначити, які пункти добре вимірюють латентну змінну (високі значення), а які — ні (низькі значення).
Ця вправа є частиною курсу
Моделювання структурними рівняннями (SEM) з пакетом lavaan у R
Інструкції до вправи
- Скористайтеся функцією
cfa(), щоб підігнати модель і назвати їїtext.fit. Не забудьте включити аргументи model і data! - Використайте функцію
summary(), щоб переглянути якість підгонки моделі.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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