数据中存在NA时如何计算CFA模型的因子得分、上下限

如何解决数据中存在NA时如何计算CFA模型的因子得分、上下限

当数据中有 NAs 时，我们如何计算因子得分，以及 CFA 模型的下限和上限（或置信区间）：

这是一个例子：

ID = 1:500
states = rep(c("TS","NE","AR","MO","WA"),times = c(100,100,100))
schools = randomNames::randomNames(500) ## 5 first last names separated by a space
Gender = rep(c("male","female"),times = c(180,320))

item1 = runif(500,min=.05,max =.95);  ind1 <- which(item1 %in% sample(item1,55)); item1[ind1]<-NA
item2 = runif(500,min=.66,max=1);  ind2 <- which(item2 %in% sample(item2,200)); item2[ind2]<-NA
item3 = runif(500,max=.85);  ind3 <- which(item3 %in% sample(item3,155)); item3[ind3]<-NA
item4 = runif(500,min=.40,max=1);  ind4 <- which(item4 %in% sample(item4,150)); item4[ind4]<-NA
item5 = runif(500,min=0,max=.99);  ind5 <- which(item5 %in% sample(item5,100)); item5[ind5]<-NA

df = data.frame(ID,states,schools,Gender,item1,item2,item3,item4,item5)


syntaxScale = " 
Satisfaction =~ item1 + item2 + item3 + item4 + item5

Satisfaction ~~ 1*Satisfaction;
Satisfaction ~ 0;
"

Fit_Scale = lavaan::cfa(model = syntaxScale,data = df,estimator = "MLR",std.lv = FALSE)

summary(Fit_Scale,fit.measures = TRUE,rsquare = TRUE,standardized = TRUE)

提前致谢。

解决方法

当您缺少数据时（当然在某些假设下），使用完整信息最大似然会有所帮助。更多信息here。

Fit_Scale = lavaan::cfa(model = syntaxScale,data = df,estimator = "MLR",std.lv = FALSE,missing="fiml")

对于因子得分的估计，可以使用 lavPredict()。

sem_pred <- lavPredict(Fit_Scale,type="lv") %>% 
  data.frame()

hist(sem_pred$Satisfaction,main = "Satisfaction",xlab = "Factor score")

,

关于缺失，如果您查看 lavaan documentation，您会看到：

如果为“listwise”，则从列表中删除缺失值的案例 数据框。如果“direct”或“ml”或“fiml”且估计量最大 似然，EM算法用于估计不受限制的 协方差矩阵（和平均向量）。如果是“pairwise”，则成对删除 用来。如果为“默认”，则根据估算器和 模仿选项。

因此，您可以在 missing 参数中使用“direct”或“ml”或“fiml”：

Fit_Scale <- lavaan::cfa(model = syntaxScale,missing = "ml")

关于因子分数（即使您进行了成对删除也有效）：

idx <- lavInspect(Fit_Scale,"case.idx")

fscores <- lavPredict(Fit_Scale )

# loop over factors
for (fs in colnames(fscores)) {
df[idx,fs] <- fscores[,fs]
}

所有参数的置信区间：

parameterestimates(Fit_Scale,ci=T)