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
评论列表（25条）