分析一个潜在的 Heywood 情形
一家本地动物救助站设计了一份问卷，用来评估其 Adopt Me 项目的影响。观众通过为每只狗的照片、背景故事以及其他特征打分，来反映每只动物的"可收养度"。
adoptsurvey 数据包含 6 个被评分的题项，其中 pictures、background、loveskids 用于测量"good story"这一潜变量；energy、wagstail、playful 用于测量"in person"这一潜变量。您将基于这份问卷构建一个两因子模型，并检查是否出现 Heywood 情形。lavaan 库已为您加载。
本练习是课程的一部分
使用 R 中的 lavaan 进行结构方程模型（SEM）
练习说明
goodstory潜变量由pictures、background和loveskids测量。inperson潜变量由energy、wagstail和playful测量。- 使用
cfa()函数分析该两因子模型。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Look at the data
head(adoptsurvey)
# Build the model
adopt.model <- 'goodstory ___
inperson ___'
# Analyze the model
adopt.fit <- cfa(model = ___, data = ___)