R：lavaan 模型摘要中的 "baseline model" 和 "unrestricted model" 有什么区别？
R: What is the difference between the "baseline model" and "unrestricted model" in lavaan model summaries?
使用summary(fit.measures = TRUE) 我能够访问有关存储在 lavaan 模型对象中的模型拟合的大量信息。在此输出中（如附图所示），几行将用户指定的模型与两个备选模型进行比较：
- “基准模型”
- “无限制模型”
我正在寻找对这些术语中的每一个所暗示的模型的某种程度的精确解释，因为它们在结构方程建模社区中可能意味着不同的东西。理想情况下，我将能够在例如之后提取该术语暗示的模型本身。使用 lavaan::cfa().
目前，tutorial does not provide any explanation, while the package documentation 指出基线模型是“独立模型，假设所有变量都不相关”。但是，尚不清楚“所有变量”的含义，它在 p.79 上提供的独立模型示例假设由于 lavaan 中的默认设置，外生变量是相关的。
同样，文档的第 34 页在注释时没有解释“变量”的含义：
"...the model is defined as the unrestricted model. The following free
parameters are included: all covariances/correlations among the
variables, variances for continuous variables, means for continuous
variables, thresholds for ordered variables, and if exogenous
variables are included (ov.names.x is not empty) while some variables
are ordered, also the regression slopes enter the model"
不确定这是否合适post，因为它与编程无关。答案可以在 SEM 入门教材中找到。
the independence model, assuming all variables are uncorrelated." However, it is not clear what is meant by "all variables"
所有内生（或建模、解释）变量在独立模型中不相关。模型不解释外生变量，而是将其视为给定变量（如 OLS 回归）。独立模型用于计算增量拟合指数（例如，CFI 和 TLI；参见 Bentler & Bonett，1980，关于它们的基本结构）。默认 baseline.model 是独立的，但您可以适合您想要使用的任何自定义模型（Widamin & Thompson，2003），它应该嵌套在您的目标模型中，并将其传递给 fitMeasures() .
无限制模型位于连续体的另一端。您的目标模型嵌套在其中，因为它是饱和的，这比任何受限模型都能更好地再现您观察到的均值和协方差矩阵。因此，它作为精确模型拟合似然比检验的参考模型（Model Test User Model:下的chi-squared检验统计）。
参考资料
Bentler, P. M., & Bonett, D. G. (1980)。协方差结构分析中的显着性检验和拟合优度。 心理公报，88(3)，588–606。 https://doi.org/10.1037/0033-2909.88.3.588
Widaman, K. F., & Thompson, J. S. (2003)。关于在结构方程建模中为增量拟合指数指定零模型。 心理学方法，8(1)，16–37。 https://doi.org/10.1037/1082-989X.8.1.16
使用summary(fit.measures = TRUE) 我能够访问有关存储在 lavaan 模型对象中的模型拟合的大量信息。在此输出中（如附图所示），几行将用户指定的模型与两个备选模型进行比较：
- “基准模型”
- “无限制模型”
我正在寻找对这些术语中的每一个所暗示的模型的某种程度的精确解释，因为它们在结构方程建模社区中可能意味着不同的东西。理想情况下，我将能够在例如之后提取该术语暗示的模型本身。使用 lavaan::cfa().
目前，tutorial does not provide any explanation, while the package documentation 指出基线模型是“独立模型，假设所有变量都不相关”。但是，尚不清楚“所有变量”的含义，它在 p.79 上提供的独立模型示例假设由于 lavaan 中的默认设置，外生变量是相关的。
同样，文档的第 34 页在注释时没有解释“变量”的含义：
"...the model is defined as the unrestricted model. The following free parameters are included: all covariances/correlations among the variables, variances for continuous variables, means for continuous variables, thresholds for ordered variables, and if exogenous variables are included (ov.names.x is not empty) while some variables are ordered, also the regression slopes enter the model"
不确定这是否合适post，因为它与编程无关。答案可以在 SEM 入门教材中找到。
the independence model, assuming all variables are uncorrelated." However, it is not clear what is meant by "all variables"
所有内生（或建模、解释）变量在独立模型中不相关。模型不解释外生变量，而是将其视为给定变量（如 OLS 回归）。独立模型用于计算增量拟合指数（例如，CFI 和 TLI；参见 Bentler & Bonett，1980，关于它们的基本结构）。默认 baseline.model 是独立的，但您可以适合您想要使用的任何自定义模型（Widamin & Thompson，2003），它应该嵌套在您的目标模型中，并将其传递给 fitMeasures() .
无限制模型位于连续体的另一端。您的目标模型嵌套在其中，因为它是饱和的，这比任何受限模型都能更好地再现您观察到的均值和协方差矩阵。因此，它作为精确模型拟合似然比检验的参考模型（Model Test User Model:下的chi-squared检验统计）。
参考资料
Bentler, P. M., & Bonett, D. G. (1980)。协方差结构分析中的显着性检验和拟合优度。 心理公报，88(3)，588–606。 https://doi.org/10.1037/0033-2909.88.3.588
Widaman, K. F., & Thompson, J. S. (2003)。关于在结构方程建模中为增量拟合指数指定零模型。 心理学方法，8(1)，16–37。 https://doi.org/10.1037/1082-989X.8.1.16