【问题标题】:Lavaan model: how to get semPaths to use Std.lv instead of Std.allLavaan 模型:如何让 semPaths 使用 Std.lv 而不是 Std.all
【发布时间】:2016-01-09 09:03:20
【问题描述】:

我正在编辑我的问题,试图更清楚地说明我的 R 问题。我的问题是 semPaths() 没有打印 Std.lv 估计值。我的代码以 lavaan 代码开头,然后出现 semPaths 语句。

我提供R代码:

library(lavaan)

lower <- '
  .32
  .42   1.35
  .42    .86   1.35
 1.11   2.46   2.02  17.98
 1.55   3.21   3.01  11.75  19.98
  .85   2.00    1.7   7.85   8.28  10.56'

jsac.cov <- 
  getCov(lower, names = c("js1", "js2", "js3", "ac1", "ac2", "ac3"))

jsac <- '
  # latent variables
    js =~ js1 + js2 + js3
    ac =~ ac1 + ac2 + ac3
 '
fit <- cfa(jsac, 
       sample.cov = jsac.cov, 
       sample.nobs = 200)
summary(fit, fit.measures = TRUE, standardize = TRUE)

library(semPlot)

#print the paths with the path coefficients
semPaths(fit, "model", "est", intercepts = FALSE)

由 semPaths 语句绘制的路径系数在 lavaan 输出中标记为“估计值”。我试图绘制的是在 lavaan 输出中标记为“Std.lv”的估计值

谢谢。

“迈克”回答: 在 sem 模型中将潜在因子方差设置为 1.0 (std.lv=TRUE)。我试过了

summary(fit, fit.measures = TRUE, std.lv = TRUE)

得到这个语法错误

Error in .local(object, ...) : unused argument (std.lv = TRUE)

【问题讨论】:

    标签: r semplot


    【解决方案1】:

    在 sem 模型中将潜在因子方差设置为 1.0 (std.lv=TRUE)。

    【讨论】:

    • 迈克,这是我以前的:summary(fit, fit.measures = TRUE, standardize = TRUE) 运行时没有语法错误。这是我尝试按照您的指示和它生成的错误消息:summary(fit, fit.measures = TRUE, std.lv = TRUE) .local(object, ...) 中的错误:未使用的参数 (std.lv =真的):
    • 对不起,我缺乏解释或跟进:/。我想我应该(a)“完成注册 [我的] 帐户”并且(b)不要从我的手机上发布快速的单行字。婴儿步骤!
    【解决方案2】:

    “迈克”这个家伙是对的。我误解了。请注意包含 std.lv = TRUE 的 cfa 命令的第三行。这有效:

    # run CFA
    jsac <- '
      # latent variables
    js =~ js1 + js2 + js3
    ac =~ ac1 + ac2 + ac3
                          '
    
    fit <- cfa(jsac, 
           sample.cov = jsac.cov, 
           sample.nobs = 200,std.lv = TRUE)    
    summary(fit, fit.measures = TRUE)
    
    #print the paths with the path coefficients
    semPaths(fit, "model", "est", intercepts = FALSE)
    

    谢谢“迈克”这个家伙。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2021-07-17
      • 2021-10-20
      • 1970-01-01
      • 2019-11-03
      • 1970-01-01
      • 2015-03-17
      • 2019-06-12
      • 2016-09-08
      相关资源
      最近更新 更多