Я использовал этот код для нахождения различий между половыми возрастными группами:
GeneralModel.fit = cfa(model = GeneralModel,
data=Invariance,
meanstructure = TRUE)
summary(GeneralModel.fit,
standardized=TRUE,
rsquare=TRUE,
fit.measure = TRUE)
parameterestimates(GeneralModel.fit, standardized=TRUE)
fitted(GeneralModel.fit)
residuals(GeneralModel.fit)
fitmeasures(GeneralModel.fit)
modificationindices(GeneralModel.fit)
semPaths(GeneralModel.fit,
whatLabels = "std",
layout = "tree")
Teenagers = subset(Invariance, Group == "0")
Teenagers.fit = cfa(GeneralModel,
data=Teenagers,
meanstructure=TRUE)
summary(Teenagers.fit,
standardized=TRUE,
rsquare=TRUE,
fit.measure=TRUE)
parameterestimates(Teenagers.fit, standardized = TRUE)
fitted(Teenagers.fit)
residuals(Teenagers.fit)
fitmeasures(Teenagers.fit)
semPaths(Teenagers.fit,
whatLabels = "std",
layout = "tree")
CollegesStudents = subset(Invariance, Group == "1")
CollegeStudents
CollegeStudents.fit = cfa(GeneralModel,
data=CollegeStudents,
meanstructure=TRUE)
summary(CollegeStudents.fit,
standardized=TRUE,
rsquare=TRUE,
fit.measure=TRUE)
parameterestimates(CollegeStudents.fit, standardized = TRUE)
fitted(CollegeStudents.fit)
residuals(CollegeStudents.fit)
fitmeasures(CollegeStudents.fit)
IM <- measurementInvariance(model=GeneralModel, data=Invariance, group="Group")
Для гендерных различий я использовал этот же метод (с разными именами, конечно).
Теперь вопрос:
Как можно изменить этот сценарий, чтобы найти неизменность для четырех групп (женщины-подростки, мужчины-подростки, женщины из колледжа и мужчины из колледжа)? Нужно ли указывать с кодами Group1="Sex"
и Group2="Age Group"
при создании подмножеств, например:
- подростковые женщины:
Group1 == 0
, Group2 == 0
- подростковые мужчины:
Group1 == 1
, Group2 == 0
, - женщины колледжа:
Group1 == 0, Group2 == 1
- и мужчины колледжа
Group1 == 1, Group2 == 1
?
Я не знаю, ответил ли я на свой вопрос таким образом, поэтому я хотел бы подтвердить, был ли он неправильным или нет, и есть ли лучшие способы сделать то, что я пытаюсь сделать. Заранее благодарен.