как проверить разницу в факторных нагрузках скрытой переменной с помощью пакета lavaan в R

Как рассчитать оценку факторной нагрузки для скрытых переменных между разными фреймами данных?

У меня есть 3 фрейма данных, связанных с 1 скрытой переменной (те же переменные ABCD), но с разными интервалами.

  • dataframe1 (100-120 дней). (1550 записей)
  • dataframe2 (120-150 дней). (1780 записей)
  • dataframe3 (180-250 дней). (1670 записей)
package (lavaan)

model1 <- 'latent_variable1 =~ A + B + C + D
A~~B'
output1 <- cfa(model1, data=datafram1, std.lv=TRUE)
output2 <- cfa(model1, data=datafram2, std.lv=TRUE)
output3 <- cfa(model1, data=datafram3, std.lv=TRUE)

Теперь я хотел бы рассчитать разницу в оценке между тремя скрытыми переменными, используя SEM. Кто-нибудь может мне помочь?

пример:

model<- 'latent_variable1 ~ latent_variable2 ~ latent_variable3'
output4<-sem(model, dataframe =????, std.lv=TRUE)

r r-lavaan structural-equation-model
person BD'auria    schedule 27.01.2020    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Если я правильно понял, ваша цель в основном состоит в том, чтобы проверить различия в факторных нагрузках на этих трех наборах данных. И, по сути, у вас не 3 латентные переменные, а всего одна, но примененная в 3-х разных контекстах. Это особый тип оценки инвариантности измерения скрытой переменной.

Итак, что вам нужно:

  1. объединить наборы данных только в один набор данных, но с указанием их происхождения. Назовем это группой
datafram1$group<-"G1"
datafram2$group<-"G2"
datafram3$group<-"G3"

df<-rbind(datafram1,datafram2)
df<-rbind(df,datafram3)
  1. запустить мультигрупповую оценку, используя эту групповую переменную
output1 <- cfa(model1, data=df, std.lv=TRUE, group="group")

Это вернет 3 вывода, по одному на группу, аналогично оценке в 3 разных кадрах данных.

  1. Теперь вы можете ограничить нагрузки равными
output2 <- cfa(model1, data=df, std.lv=TRUE, group="group",group.equal="loadings")
  1. и мы можем оценить значимость различий между ними:
anova(output1, output2)
person hamagust    schedule 23.10.2020
comment
Большое спасибо за ответ! - person BD'auria; 03.11.2020