r-lavaan

    3熱度

    1回答

    我使用longInvariance函數來分析間隔數據的兩個時間點之間的縱向不變性;我想知道正確的lavaan/semTools R代碼應該是什麼樣子。 當我每次看一個因素時,它都有效;但在檢查雙因素模型時會產生錯誤。下面的一個因素 示例代碼: model.oneFactor <- ' Factor1T1 =~ Item1 + Item2 + Item3 Factor1T2 =~

    0熱度

    1回答

    我有一個數據集,其中一些(但不是全部)受試者在時間2時參與了測試。我想跨組時間和運行測量不變性分析。當然,對於那些只參與時間1的人,他們不會估計時間2潛在變量。 在lavaan中,您可以爲模型中的每個變量指定不同的權重,方法是爲其加上一個權重向量的前綴。例如,c(0.5,0.2)將使第一組的權重爲0.5,第二組的權重爲0.2。對我來說,問題是我不能對潛在變量做這件事。 我的問題:我如何告知lava

    0熱度

    1回答

    第一次使用R中的lavaan包運行SEM分析。 我有以下模式: FAC1 =〜A1 + A3 + A4 + A5 FAC2 =〜A2 + A7 + A8 + A12 FAC3 =〜A9 + A10 + A11 + A14 FAC4 =〜A12 + A13 + A15 + A16 FAC4〜FAC1 + FAC2 + FAC3 FAC3〜F AC1 + FAC2 .....一些指定項目A1之間協方至

    -2熱度

    1回答

    我期待在R中運行CFA,但我對語言一般都很陌生。我試過使用lavaan軟件包,但一直未能執行代碼。我會繼續學習R,但認爲我可以在這裏得到一些幫助。

    0熱度

    1回答

    我想按性別測試度量等價性,但出現錯誤。 我有以下相關矩陣: (?我怎樣才能獲得,讓我與SDS的重複性協方差/相關矩陣控制檯輸出) > cor(sub1, use="pairwise.complete.obs") V24 V25 V52 V53 V54 V37 V24 1.000000000 0.697521674 0.01568641 0.018252279 0

    4熱度

    2回答

    我想用我的序數數據計算R(lavaan)中的驗證性因子分析(CFA)。我正在分析一個包含16個項目(Likert-Scale)的問卷。我假設一個4因素模型最適合我的數據。爲了計算CFA,我搜索了信息,並在論文(https://www.researchgate.net/publication/7489589_Comparison_of_alternative_estimation_methods_i

    0熱度

    2回答

    我構建使用piecewiseSEM包R(Lefcheck - https://cran.r-project.org/web/packages/piecewiseSEM/vignettes/piecewiseSEM.html)分段結構方程模型 我已經創建的模型設定,我可以評估模型適合,所以模型本身的作品。此外,數據符合模型(p = 0.528)。 但我沒有成功提取路徑係數。 這是錯誤我得到:Erro

    0熱度

    2回答

    我想使用semPaths()創建具有分類響應變量的SEM模型的路徑圖。但是我遇到一個錯誤: library(lavaan) library(semPlot) table.7.5 <-read.table("http://www.da.ugent.be/datasets/Agresti2002.Table.7.5.dat",header=TRUE) table.7.5$mental <-

    0熱度

    1回答

    我正在Lavaan運行一個非遞歸模型。但是,發生了兩件事,我不太明白。首先,適合度指數和一些標準誤差是「不適用」。其次,不同方向兩個變量之間的兩個係數不一致(非遞歸部分:ResidentialMobility - Author):一個是正數,另一個是負數(至少它們應該是相同的方向;否則,如何說明?)。有人可以幫我嗎?請讓我知道你是否想讓我更多地澄清它。謝謝! model01<-'Residenti

    2熱度

    1回答

    我想知道如何使用semPlot爲lavaan的SEM模型設置不同節點的不同節點。 library(lavaan) library(semPlot) model <- ' # measurement model ind60 =~ x1 + x2 + x3 dem60 =~ y1 + y2 + y3 + y4 dem65 =~ y5 + y6 + y7 +