R（lavaan）中的CFA与序数数据 - 包括多变量相关性？答案

【问题标题】：CFA in R (lavaan) with ordinal data - polychoric correlation included?R（lavaan）中的CFA与序数数据 - 包括多变量相关性？
【发布时间】：2017-05-14 17:13:44
【问题描述】：

我想使用lavaan 在R 中计算带有序数数据的验证性因子分析 (CFA)。数据来自一份问卷，包含按李克特量表结构的 16 个项目。

我假设 4 因子模型最适合我的数据。为了计算 CFA，我搜索了信息并在 paper 中找到了一些有用的建议。

建议使用 DWLS 估计和多变量相关。我已经设法使用lavaan 包在R 中使用DWLS 计算CFA。我发现在 Mplus 中，DWLS 估计或相同的 WLSMV 使用 polychoric correlation ，不幸的是我从未使用过 Mplus 并想使用 @ 987654327@，所以我想知道lavaan 是否相同。

到目前为止，我这样计算 CFA：

我指定了一个模型（model.4），有4个因素（AV，AW，AB，AA），（每个因素有4项）

model.4='
AV =~ AVf1_+AVf2+AVf3+AVf4 
AW =~ AWf1+AW2+AWf3+AWf4 
AB =~ ABf1+ABf2+ABf3+ABf4 
AA =~ AAf1+AAf2+AAf3+AAf4'

然后我使用"ordered"函数，因为我的有序数据，推荐在lavaan包中

model.ord = cfa(model.4,data=Data,ordered=c(
"AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))

这很好。我得到了一个包含所有相关拟合指数（CFI、RMSEA 等）的输出。现在我的问题是，如果这会自动基于 Mplus 中的多面相关性？如果不是 - 我如何添加命令以使用多色相关？ lavaan 包中有一些关于 polychoric 相关性的信息，lavCor，但我不知道它是否对我的问题有用，不幸的是我不知道如何使用它。

我试过这样：

model.ord1 <- lavCor(cfa(model.4,data=Data,ordered=c(
 "AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))

))

但是> summary(model.ord1, fit=T) 不起作用。我没有收到任何结果。

总结：我的 CFA 是否自动基于多变量相关性？如果没有，我该如何改变我的函数来实现多色相关？

【问题讨论】：

标签： r estimation ordinal factor-analysis r-lavaan

【解决方案1】：

是的，according to folks in the lavaan user group，使用“有序”选项将使用 DWLS 与序数变量的多变量相关性。

您可以通过比较输出来仔细检查

inspect(fit, "sampstat")$cov

其中 fit 是具有有序变量的 cfa() 模型的输出，并且

lavCor(fit, ordered = TRUE, group = NULL, output = "cor")

报告多变量相关性

【讨论】：

【解决方案2】：

我猜以下链接包含一个类似的用例：https://www.packtpub.com/books/content/structural-equation-modeling-and-confirmatory-factor-analysis - 向下滚动到：“熔岩语法”：

通过您使用的参数ordered = c，您告诉lavaan 有些变量本质上是有序的。作为回应，lavaan 估计这些变量的多变量相关性。

但我不知道它是否正确/正确。有人可以确认吗？

【讨论】：