Модель CFA, подходящая для лавы - идеальные показатели модели и отсутствие квадрата хи - PullRequest
0 голосов
/ 30 октября 2018

Я пытаюсь оценить cfa, используя lavaan. Поскольку моей конечной целью является проверка на неизменность измерений для 10 волн данных, я буду использовать три посылки (которые являются средними показателями нескольких элементов) вместо десяти исходных элементов.

Однако проблема, с которой я сейчас сталкиваюсь, заключается в том, что, хотя cfa можно оценить с помощью 10 элементов, он дает странные оценки для модели с тремя участками. Модель идентифицирована, R не выдает никаких предупреждений или ошибок, в обеих моделях я получаю оценки для всех переменных и отклонений, и, насколько я могу судить, кажется, что нет никаких других проблем со спецификацией модели (которая уже использовался в других исследованиях).

Кто-нибудь знает, в чем может быть проблема?

Ниже сначала вывод для cfa с элементами, а затем для модели с участками.

lavaan 0.6-3 ended normally after 25 iterations

  Optimization method                           NLMINB
  Number of free parameters                         20

                                                  Used       Total
  Number of observations                         38622       38623

  Estimator                                         ML
  Model Fit Test Statistic                   37230.201
  Degrees of freedom                                35
  P-value (Chi-square)                           0.000

Model test baseline model:

  Minimum Function Test Statistic           206650.167
  Degrees of freedom                                45
  P-value                                        0.000

User model versus baseline model:

  Comparative Fit Index (CFI)                    0.820
  Tucker-Lewis Index (TLI)                       0.769

Loglikelihood and Information Criteria:

  Loglikelihood user model (H0)             -576140.643
  Loglikelihood unrestricted model (H1)     -557525.543

  Number of free parameters                         20
  Akaike (AIC)                              1152321.287
  Bayesian (BIC)                            1152492.518
  Sample-size adjusted Bayesian (BIC)       1152428.958

Root Mean Square Error of Approximation:

  RMSEA                                          0.166
  90 Percent Confidence Interval          0.164  0.167
  P-value RMSEA <= 0.05                          0.000

Standardized Root Mean Square Residual:

  SRMR                                           0.075

Parameter Estimates:

  Information                                 Expected
  Information saturated (h1) model          Structured
  Standard Errors                             Standard

Модель с посылками:

lavaan 0.6-3 ended normally after 16 iterations

  Optimization method                           NLMINB
  Number of free parameters                          6

                                                  Used       Total
  Number of observations                         38622       38623

  Estimator                                         ML
  Model Fit Test Statistic                       0.000
  Degrees of freedom                                 0
  Minimum Function Value               0.0000000000000

Model test baseline model:

  Minimum Function Test Statistic            83185.522
  Degrees of freedom                                 3
  P-value                                        0.000

User model versus baseline model:

  Comparative Fit Index (CFI)                    1.000
  Tucker-Lewis Index (TLI)                       1.000

Loglikelihood and Information Criteria:

  Loglikelihood user model (H0)             -131391.625
  Loglikelihood unrestricted model (H1)     -131391.625

  Number of free parameters                          6
  Akaike (AIC)                              262795.249
  Bayesian (BIC)                            262846.619
  Sample-size adjusted Bayesian (BIC)       262827.551

Root Mean Square Error of Approximation:

  RMSEA                                          0.000
  90 Percent Confidence Interval          0.000  0.000
  P-value RMSEA <= 0.05                             NA

Standardized Root Mean Square Residual:

  SRMR                                           0.000

Parameter Estimates:

  Information                                 Expected
  Information saturated (h1) model          Structured
  Standard Errors                             Standard

Большое спасибо заранее!

...