2016-09-15 11 views
0

Première utilisation du paquet de laves dans R pour effectuer une analyse MEB.Interprétation des coefficients SEM de lavaan

I ont le modèle suivant:

FAC1 = ~ a1 + a3 + a4 + a5

fac2 = ~ a2 + a7 + a8 + a12

FAC3 = ~ a9 + a10 + a11 + a14

FAC4 = ~ a12 + a13 + a15 + a16

FAC4 ~ FAC1 + + fac2 FAC3

FAC3 ~ f AC1 + fac2

..... encore plus spécifiant le co-variance entre les éléments a1 à a16

La sortie est le suivant:

variables latentes: Estimation Std.Err Z-valeur P (> | z |) Std.lv Std.all FAC1 = ~

a1    1.000        0.624 0.684 

a3    0.848 0.112 7.589 0.000 0.529 0.568 

.... ....

fac2 = ~

a12    1.000        0.463 0.330 

a2    3.764 1.290 2.918 0.004 1.742 1.691 

Mes questions: 1. Comment avez-lavaan Sélectionnez A1 pour FAC1 et a12 pour fac2 et pourquoi at-il affecter les valeurs 1 coefficients? 2. Sont-ils a1 et a12 contributeurs significatifs aux variables latentes respectives? 3. Existe-t-il un moyen de laisser le modèle les estimer ou les dériver sans que la valeur soit définie sur 1?

Merci

Répondre

0

Lors de modélisation variable latente, il y a toujours une question de quelle échelle pour affecter les variables non observées. Après tout, vous n'avez pas recueilli de données sur ces variables latentes, alors comment pourriez-vous connaître leur échelle ou, corrélativement, leur variance? Une façon de résoudre ce problème (qui est la valeur par défaut dans de nombreux programmes SEM - y compris le paquet lavaan dans R) est de fixer le chargement de la première variable pour une variable latente donnée à 1. Cela a pour effet de " assigner "l'échelle de cette variable observée à la variable latente. Une autre alternative populaire consiste à utiliser une échelle normalisée pour la variable latente (c'est-à-dire, moyenne = 0, sd = 1), auquel cas le chargement de la première variable est estimé librement par le modèle. En lavaan cela peut être mis en œuvre comme suit: fit<-cfa(model, data=df, std.lv=T)

Ajout std.lv=T dit lavaan d'utiliser une échelle normalisée pour la variable latente au lieu de fixer une charge à 1.