[英]In R Latent Variable Analysis understanding problem and get error Lavaan package
[英]how test the difference in factor loadings of latent variable using lavaan package in R
如何计算不同数据框之间潜在变量的因子载荷估计?
我有 3 个数据框与 1 个潜在变量(相同的变量 ABCD)相关,但间隔不同。
package (lavaan)
model1 <- 'latent_variable1 =~ A + B + C + D
A~~B'
output1 <- cfa(model1, data=datafram1, std.lv=TRUE)
output2 <- cfa(model1, data=datafram2, std.lv=TRUE)
output3 <- cfa(model1, data=datafram3, std.lv=TRUE)
现在我想使用 SEM 计算 3 个潜在变量之间的估计差异。 有人可以帮助我吗?
例子:
model<- 'latent_variable1 ~ latent_variable2 ~ latent_variable3'
output4<-sem(model, dataframe =????, std.lv=TRUE)
如果我理解正确,您的目的主要是测试这 3 个数据集上因子载荷的差异。 而且,事实上,您没有 3 个潜在变量,而只有一个,但应用于 3 个不同的上下文。 这是一种特定类型的潜在变量测量不变性评估。
所以,你需要的是:
datafram1$group<-"G1"
datafram2$group<-"G2"
datafram3$group<-"G3"
df<-rbind(datafram1,datafram2)
df<-rbind(df,datafram3)
output1 <- cfa(model1, data=df, std.lv=TRUE, group="group")
这将返回 3 个输出,每组一个,类似于在 3 个不同的数据帧中进行评估。
output2 <- cfa(model1, data=df, std.lv=TRUE, group="group",group.equal="loadings")
anova(output1, output2)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.