楼主: oicuicu
8100 3

[实际应用] 学习lavaan的问题,请高手指点!非常感谢! [推广有奖]

  • 0关注
  • 0粉丝

高中生

57%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
188 点
帖子
16
精华
0
在线时间
40 小时
注册时间
2006-5-5
最后登录
2019-9-10

楼主
oicuicu 发表于 2014-5-2 06:32:33 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
我在学习lavaan时用了这个例子:
> library(lavaan)
This is lavaan 0.5-16
lavaan is BETA software! Please report any bugs.
> ?HolzingerSwineford1939
starting httpd help server ... done
> data(HolzingerSwineford1939)
> head(HolzingerSwineford1939)
  id sex ageyr agemo  school grade       x1   x2    x3       x4   x5
1  1   1    13     1 Pasteur     7 3.333333 7.75 0.375 2.333333 5.75
2  2   2    13     7 Pasteur     7 5.333333 5.25 2.125 1.666667 3.00
3  3   2    13     1 Pasteur     7 4.500000 5.25 1.875 1.000000 1.75
4  4   1    13     2 Pasteur     7 5.333333 7.75 3.000 2.666667 4.50
5  5   2    12     2 Pasteur     7 4.833333 4.75 0.875 2.666667 4.00
6  6   2    14     1 Pasteur     7 5.333333 5.00 2.250 1.000000 3.00
         x6       x7   x8       x9
1 1.2857143 3.391304 5.75 6.361111
2 1.2857143 3.782609 6.25 7.916667
3 0.4285714 3.260870 3.90 4.416667
4 2.4285714 3.000000 5.30 4.861111
5 2.5714286 3.695652 6.30 5.916667
6 0.8571429 4.347826 6.65 7.500000
> HS.model <- ' visual =~ x1 + x2 + x3
+ textual =~ x4 + x5 + x6
+ speed =~ x7 + x8 + x9 '
> HS.model
[1] " visual =~ x1 + x2 + x3\ntextual =~ x4 + x5 + x6\nspeed =~ x7 + x8 + x9 "
> fit <- cfa(HS.model, data = HolzingerSwineford1939)

然后:
> summary(fit)
得到:
lavaan (0.5-16) converged normally after  35 iterations

  Number of observations                           301

  Estimator                                         ML
  Minimum Function Test Statistic               85.306
  Degrees of freedom                                24
  P-value (Chi-square)                           0.000

Parameter estimates:

  Information                                 Expected
  Standard Errors                             Standard

                   Estimate  Std.err  Z-value  P(>|z|)
Latent variables:
  visual =~
    x1                1.000
    x2                0.554    0.100    5.554    0.000
    x3                0.729    0.109    6.685    0.000
  textual =~
    x4                1.000
    x5                1.113    0.065   17.014    0.000
    x6                0.926    0.055   16.703    0.000
  speed =~
    x7                1.000
    x8                1.180    0.165    7.152    0.000
    x9                1.082    0.151    7.155    0.000

Covariances:
  visual ~~
    textual           0.408    0.074    5.552    0.000
    speed             0.262    0.056    4.660    0.000
  textual ~~
    speed             0.173    0.049    3.518    0.000

Variances:
    x1                0.549    0.114
    x2                1.134    0.102
    x3                0.844    0.091
    x4                0.371    0.048
    x5                0.446    0.058
    x6                0.356    0.043
    x7                0.799    0.081
    x8                0.488    0.074
    x9                0.566    0.071
    visual            0.809    0.145
    textual           0.979    0.112
    speed             0.384    0.086

为什么:
                   Estimate  Std.err  Z-value  P(>|z|)
Latent variables:
  visual =~
    x1                1.000
    x2                0.554    0.100    5.554    0.000
    x3                0.729    0.109    6.685    0.000

中“x1”后Estimate为1.000,后面都是空的?(其他两个隐变量与下面的显变量关系的结构也是这样)是什么意思? 这个结果每一步如何解释?
请教高手,非常感谢!

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:非常感谢 高手指点 observations observation Covariances CFA 验证型因子分析 lavaan

沙发
风之栖梧 发表于 2014-5-4 14:34:08
默认的将每个潜变量的第一个显变量的因子载荷固定为1,如果不想这样,将std.lv参数改为T即可
  1. fit<-cfa(HS.model,data=HolzingerSwineford1939,std.lv=T)
  2. > summary(fit)
  3. lavaan (0.5-16) converged normally after  22 iterations

  4.   Number of observations                           301

  5.   Estimator                                         ML
  6.   Minimum Function Test Statistic               85.306
  7.   Degrees of freedom                                24
  8.   P-value (Chi-square)                           0.000

  9. Parameter estimates:

  10.   Information                                 Expected
  11.   Standard Errors                             Standard

  12.                    Estimate  Std.err  Z-value  P(>|z|)
  13. Latent variables:
  14.   visual =~
  15.     x1                0.900    0.081   11.127    0.000
  16.     x2                0.498    0.077    6.429    0.000
  17.     x3                0.656    0.074    8.817    0.000
  18.   textual =~
  19.     x4                0.990    0.057   17.474    0.000
  20.     x5                1.102    0.063   17.576    0.000
  21.     x6                0.917    0.054   17.082    0.000
  22.   speed =~
  23.     x7                0.619    0.070    8.903    0.000
  24.     x8                0.731    0.066   11.090    0.000
  25.     x9                0.670    0.065   10.305    0.000

  26. Covariances:
  27.   visual ~~
  28.     textual           0.459    0.064    7.189    0.000
  29.     speed             0.471    0.073    6.461    0.000
  30.   textual ~~
  31.     speed             0.283    0.069    4.117    0.000

  32. Variances:
  33.     x1                0.549    0.114
  34.     x2                1.134    0.102
  35.     x3                0.844    0.091
  36.     x4                0.371    0.048
  37.     x5                0.446    0.058
  38.     x6                0.356    0.043
  39.     x7                0.799    0.081
  40.     x8                0.488    0.074
  41.     x9                0.566    0.071
  42.     visual            1.000
  43.     textual           1.000
  44.     speed             1.000
复制代码

藤椅
oicuicu 发表于 2014-5-14 23:18:10
风之栖梧 发表于 2014-5-4 14:34
默认的将每个潜变量的第一个显变量的因子载荷固定为1,如果不想这样,将std.lv参数改为T即可
谢谢您!

板凳
feishisml 发表于 2017-7-27 05:04:21
风之栖梧 发表于 2014-5-4 14:34
默认的将每个潜变量的第一个显变量的因子载荷固定为1,如果不想这样,将std.lv参数改为T即可
你好,请问你知道lavaan包中如何获得SEM的间接通路的effect及其p值吗?

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-31 06:03