如何解决用于并行分析的鲁棒最大似然估计器？
我正在对带有一些缺失数据的倾斜数据进行降维。我正在尝试使用 psych 的 fa.parallel() 函数进行并行分析，有人建议我使用稳健的最大似然估计器和完整信息最大似然来处理丢失的数据。我知道这在 lavaan 中是可能的，例如：cfa(model,estimator = "MLR",missing = "fiml")。
我已经能够使用 FIML 和 psych 包构建相关矩阵：
x <- corFIML(data,covar = F,show = F)
据我所知，在 fa.parallel 中没有 MLR 选项，所以这就是我目前所拥有的：
fa.parallel(x,n.obs=nrow(data),fm = "ml")
是否有任何方法可以在使用 fa.parallel() 的并行分析中使用 MLR 估计器？或对允许我执行此操作的其他功能的建议？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
