应用心理专业代码:心理套餐:应用哪种探索性因素分析方法

我正在尝试使用心理包进行探索性因素分析 R。我的数据由来自不同规模的项目组成-它们都非常偏斜,但响应类别的数量不同(范围从 4 到 7)。我应该使用哪种因子分析方法?Minres 或 WLS?在进行 EFA 之后,我想使用 lavaan 包进行 CFA。这里的估计器 MLM 似乎最适合我的数据。在 MconPlus 中有一个

1

对于 4-7 个类别的分类项目,我将在 fa 中使用 cor =“poly”选项,然后运行默认(minres)或 WLS 选项。

当使用 cor =“poly”选项查找相关矩阵时,它会发出警告,指出类别数量不相同,但这可以忽略。

对于完整的数据,cor =“poly”选项会产生与 lavann polychoric 矩阵相同的相关矩阵。我没有将它们与 MPlus 进行比较。

我发现 fa 中的 minres(默认)选项比 WLS 更健壮,但是您的行驶里程可能会有所不同。

0

使用 psych_1.9.12,您可以指定 cor =“mixed”,mixedCor 将确定哪些变量是双曲的,需要多曲等。

它给出了 mixed.cor 已弃用的消息。忽略这一点。

因子分解可能是可以的。问题在于估计找到因子得分所需的权重。该特定消息也不是很有帮助,因为事实证明,无论您指定什么,该计算中使用的权重始终只是回归权重。那是一个错误。但是,因子分解很好,只是因子不确定性的估计被搞砸了。

本站系公益性非盈利分享网址,本文来自用户投稿,不代表边看边学立场,如若转载,请注明出处

(391)
怎样设置文件夹权限:如何在Windows中设置文件夹权限
上一篇
基坑钢筋翻样实例:反向堆叠钢筋顺序(levels in reverse)
下一篇

相关推荐

发表评论

登录 后才能评论

评论列表(22条)