如何解决SEM - 分析测试回归的不变性
假设我们有一个包含三个潜在变量(视觉、文本和速度)的验证性因子分析 CFA,并且我们想要添加一个回归,其中速度是结果和视觉和文本是解释变量(也就是说,将CFA扩展为结构方程模型SEM)。
另外,假设我们有分组变量 school(2 个类别)。 我想知道两个组的文本和视觉效果(回归路径)是否相同,或者每个组具有不同的系数是否更好。
我怎样才能做到这一点?
我的主要想法是对不变性进行分析,计算弱模型、标量模型、严格模型,最后是回归系数也被限制为跨组相等的模型。然后,如果最后一个模型的 rmsea 和 CFI 没有显示出重大变化,我可以说可以假设系数相同;相反,如果 rmsea 和 CFI 表明模型质量变差,最好对每个组使用不同的估计。
另一种方法是确保 CFA 具有严格的不变性,然后添加回归。我可以将非分组 SEM 与分组 SEM 进行比较,并根据两个模型的质量做出决定。
library(lavaan)
HS.model <- ' visual =~ x1 + x2 + x3
textual =~ x4 + x5 + x6
speed =~ x7 + x8 + x9
speed ~ textual + visual'
fit <- sem(HS.model,data = HolzingerSwineford1939,group = "school")
summary(fit,standardized = TRUE,rsquare = TRUE,fit.measures = TRUE)
fit.Weak <- sem(model = HS.model,group = "school",group.equal = c("loadings"))
summary(fit.Weak,fit.measures = TRUE)
fit.Scalar <- sem(model = HS.model,group.equal = c("loadings","intercepts")
summary(fit.Scalar,fit.measures = TRUE)
fit.Strict <- sem(model = HS.model,"intercepts")
fit.Regressors <- sem(model = HS.model,"intercepts","residuals","regressions")
summary(fit.Regressors,fit.measures = TRUE)
解决方法
您在寻找方差分析吗?
> anova(fit,fit.Weak,fit.Strict,fit.Regressors)
Chi-Squared Difference Test
Df AIC BIC Chisq Chisq diff Df diff Pr(>Chisq)
fit 48 7484.4 7706.8 115.85
fit.Weak 54 7480.6 7680.8 124.04 8.192 6 0.22436
fit.Strict 60 7508.6 7686.6 164.10 40.059 6 4.435e-07 ***
fit.Regressors 71 7508.5 7645.7 186.00 21.898 11 0.02517 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
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。