R 和 CFA 入门
Getting started with R and CFA
我正在寻找 运行 R 语言的 CFA,但总体而言我对这门语言还很陌生。我试过使用 lavaan 包,但无法执行代码。我会继续学习 R,但我想我可能会在这里得到一些帮助。
先做再研究:
install.packages("lavaan")
包中包含一个数据框,您可以从中学习,大多数指南都涵盖了它,但我将快速回顾一下代码的作用,因为我最近才弄清楚这个。
x_vars <- HolzingerSwineford1939[,paste("x", 1:9, sep="")]
将 Holzinger 数据的一部分分配给 X,这样您就不会使用整个数据集。更仔细地研究函数。
uniPlot(x_vars, type = "histogram")
使用它来绘制变量以确保它们都是正态分布的,因为 CFA 可能会被非正态数据丢弃。
#specify the model
HS.model <- ' visual =~ x1+ x2 +x3
textual =~ x4+x5+x6
speed =~ x7+x8+x9'
现在是规格型号,读作"Visual is MEASURED BY x1 and x2 and x3"。 =~ 表示 "measured by"。所以视觉是由x1+x2+x3来衡量的。完成指定后,您现在可以拟合模型:
#fit the model
fit <- cfa(HS.model, data=HolzingerSwineford1939,
std.lv=T,
missing= "fiml")
这将为您提供合适的统计数据,并告诉您物品是否正确加载。非常简单的包,我希望你能得到它!
我正在寻找 运行 R 语言的 CFA,但总体而言我对这门语言还很陌生。我试过使用 lavaan 包,但无法执行代码。我会继续学习 R,但我想我可能会在这里得到一些帮助。
先做再研究:
install.packages("lavaan")
包中包含一个数据框,您可以从中学习,大多数指南都涵盖了它,但我将快速回顾一下代码的作用,因为我最近才弄清楚这个。
x_vars <- HolzingerSwineford1939[,paste("x", 1:9, sep="")]
将 Holzinger 数据的一部分分配给 X,这样您就不会使用整个数据集。更仔细地研究函数。
uniPlot(x_vars, type = "histogram")
使用它来绘制变量以确保它们都是正态分布的,因为 CFA 可能会被非正态数据丢弃。
#specify the model
HS.model <- ' visual =~ x1+ x2 +x3
textual =~ x4+x5+x6
speed =~ x7+x8+x9'
现在是规格型号,读作"Visual is MEASURED BY x1 and x2 and x3"。 =~ 表示 "measured by"。所以视觉是由x1+x2+x3来衡量的。完成指定后,您现在可以拟合模型:
#fit the model
fit <- cfa(HS.model, data=HolzingerSwineford1939,
std.lv=T,
missing= "fiml")
这将为您提供合适的统计数据,并告诉您物品是否正确加载。非常简单的包,我希望你能得到它!