如何不允许误差项在 SEM 中与 lavaan 关联
How to not allow error terms to correlate in SEM with lavaan
我目前正在 运行 对数据集进行结构方程建模分析,我 运行 遇到了一些问题。在 运行 完成完整的 sem 之前,我打算 运行 一个 CFA 来复制用我正在使用的这个测量方法完成的心理测量测试。该措施有 24 个项目,构成 5 个子量表(潜在变量),它们依次加载到“总”高阶因子上。他们在文献中描述“在所有模型中,项目被限制为仅加载一个因素,不允许误差项相关,并且因素的方差固定为 1”。
我已将约束项加载到一个因子上,并将这些因子的方差设置为 1,但我无法在我的模型中指定不允许误差项关联。他们是否意味着项目的错误项不允许关联?在 lavaan 中有没有一种简单的方法可以做到这一点,或者我必须从字面上去“y1~~ 0y2”,“y1~~0y3”..等等每个项目?
提前感谢您的帮助。
默认情况下,错误项不相关,作者打算提及他们没有使用那种修改索引。通常将同一因素内的项目残差相关联。这是一个具有三个一阶因子的分层模型示例,因子方差固定为一个,并且没有相关的误差项:
library(lavaan)
#> This is lavaan 0.6-7
#> lavaan is BETA software! Please report any bugs.
#>
HS.model3 <- ' visual =~ x1 + x2 + x3
textual =~ x4 + x5 + x6
speed =~ x7 + x8 + x9
higher =~ visual + textual + speed'
fit6 <- cfa(HS.model3, data = HolzingerSwineford1939, std.lv=T)
summary(fit6)
#> lavaan 0.6-7 ended normally after 36 iterations
#>
#> Estimator ML
#> Optimization method NLMINB
#> Number of free parameters 21
#>
#> Number of observations 301
#>
#> Model Test User Model:
#>
#> Test statistic 85.306
#> Degrees of freedom 24
#> P-value (Chi-square) 0.000
#>
#> Parameter Estimates:
#>
#> Standard errors Standard
#> Information Expected
#> Information saturated (h1) model Structured
#>
#> Latent Variables:
#> Estimate Std.Err z-value P(>|z|)
#> visual =~
#> x1 0.439 0.194 2.257 0.024
#> x2 0.243 0.108 2.253 0.024
#> x3 0.320 0.138 2.326 0.020
#> textual =~
#> x4 0.842 0.064 13.251 0.000
#> x5 0.937 0.071 13.293 0.000
#> x6 0.780 0.060 13.084 0.000
#> speed =~
#> x7 0.522 0.066 7.908 0.000
#> x8 0.616 0.067 9.129 0.000
#> x9 0.564 0.064 8.808 0.000
#> higher =~
#> visual 1.791 0.990 1.809 0.070
#> textual 0.617 0.129 4.798 0.000
#> speed 0.640 0.143 4.489 0.000
#>
#> Variances:
#> Estimate Std.Err z-value P(>|z|)
#> .x1 0.549 0.114 4.833 0.000
#> .x2 1.134 0.102 11.146 0.000
#> .x3 0.844 0.091 9.317 0.000
#> .x4 0.371 0.048 7.779 0.000
#> .x5 0.446 0.058 7.642 0.000
#> .x6 0.356 0.043 8.277 0.000
#> .x7 0.799 0.081 9.823 0.000
#> .x8 0.488 0.074 6.573 0.000
#> .x9 0.566 0.071 8.003 0.000
#> .visual 1.000 #fixed...
#> .textual 1.000 #fixed...
#> .speed 1.000 #fixed...
#> higher 1.000
由 reprex package (v0.3.0)
于 2021-03-08 创建
如您所见,没有相关性,一阶和二阶因子的固定方差为 1(即 std.lv=T
)。
我目前正在 运行 对数据集进行结构方程建模分析,我 运行 遇到了一些问题。在 运行 完成完整的 sem 之前,我打算 运行 一个 CFA 来复制用我正在使用的这个测量方法完成的心理测量测试。该措施有 24 个项目,构成 5 个子量表(潜在变量),它们依次加载到“总”高阶因子上。他们在文献中描述“在所有模型中,项目被限制为仅加载一个因素,不允许误差项相关,并且因素的方差固定为 1”。
我已将约束项加载到一个因子上,并将这些因子的方差设置为 1,但我无法在我的模型中指定不允许误差项关联。他们是否意味着项目的错误项不允许关联?在 lavaan 中有没有一种简单的方法可以做到这一点,或者我必须从字面上去“y1~~ 0y2”,“y1~~0y3”..等等每个项目?
提前感谢您的帮助。
默认情况下,错误项不相关,作者打算提及他们没有使用那种修改索引。通常将同一因素内的项目残差相关联。这是一个具有三个一阶因子的分层模型示例,因子方差固定为一个,并且没有相关的误差项:
library(lavaan)
#> This is lavaan 0.6-7
#> lavaan is BETA software! Please report any bugs.
#>
HS.model3 <- ' visual =~ x1 + x2 + x3
textual =~ x4 + x5 + x6
speed =~ x7 + x8 + x9
higher =~ visual + textual + speed'
fit6 <- cfa(HS.model3, data = HolzingerSwineford1939, std.lv=T)
summary(fit6)
#> lavaan 0.6-7 ended normally after 36 iterations
#>
#> Estimator ML
#> Optimization method NLMINB
#> Number of free parameters 21
#>
#> Number of observations 301
#>
#> Model Test User Model:
#>
#> Test statistic 85.306
#> Degrees of freedom 24
#> P-value (Chi-square) 0.000
#>
#> Parameter Estimates:
#>
#> Standard errors Standard
#> Information Expected
#> Information saturated (h1) model Structured
#>
#> Latent Variables:
#> Estimate Std.Err z-value P(>|z|)
#> visual =~
#> x1 0.439 0.194 2.257 0.024
#> x2 0.243 0.108 2.253 0.024
#> x3 0.320 0.138 2.326 0.020
#> textual =~
#> x4 0.842 0.064 13.251 0.000
#> x5 0.937 0.071 13.293 0.000
#> x6 0.780 0.060 13.084 0.000
#> speed =~
#> x7 0.522 0.066 7.908 0.000
#> x8 0.616 0.067 9.129 0.000
#> x9 0.564 0.064 8.808 0.000
#> higher =~
#> visual 1.791 0.990 1.809 0.070
#> textual 0.617 0.129 4.798 0.000
#> speed 0.640 0.143 4.489 0.000
#>
#> Variances:
#> Estimate Std.Err z-value P(>|z|)
#> .x1 0.549 0.114 4.833 0.000
#> .x2 1.134 0.102 11.146 0.000
#> .x3 0.844 0.091 9.317 0.000
#> .x4 0.371 0.048 7.779 0.000
#> .x5 0.446 0.058 7.642 0.000
#> .x6 0.356 0.043 8.277 0.000
#> .x7 0.799 0.081 9.823 0.000
#> .x8 0.488 0.074 6.573 0.000
#> .x9 0.566 0.071 8.003 0.000
#> .visual 1.000 #fixed...
#> .textual 1.000 #fixed...
#> .speed 1.000 #fixed...
#> higher 1.000
由 reprex package (v0.3.0)
于 2021-03-08 创建如您所见,没有相关性,一阶和二阶因子的固定方差为 1(即 std.lv=T
)。