选择最佳模型
现在请运用您关于绝对拟合与相对拟合统计量的查找与解读能力，为您的数据选择最佳模型。介绍该数据集时我提到，这些题项被理论化为加载到 5 个因子上，但您可能注意到碎石图指向 6 个因子。您也许在想该信任哪个。别担心——您可以用拟合统计量做出关于使用多少个因子的实证决策。
首先，您将使用 bfi_EFA 数据集，分别针对每个假设的因子数量运行 EFA。然后，查看 BIC（相对拟合统计量）来比较模型。请记住，BIC 越低越好！
本练习是课程的一部分
R 中的因子分析
练习说明
- 在
bfi_EFA数据集上运行两个 EFA：一个按理论设定 5 个因子，另一个按特征值设定 6 个因子。 - 查看每个模型的 BIC 值。BIC 保存在结果对象的
BIC列表元素中。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Run each theorized EFA on your dataset
bfi_theory <- ___(___, nfactors = ___)
bfi_eigen <- ___(___, nfactors = ___)
# Compare the BIC values
___
___