r - 具有序数数据的 R (lavaan) 中的 CFA - 包括多色相关性？

Question

我想用 R 中的序数数据计算验证性因子分析 (CFA)使用 lavaan .数据来自一份问卷，其中包含以李克特量表结构的 16 个项目。

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

建议使用 DWLS 估计和多色相关。我已经设法在 R 中使用 DWLS 计算 CFA使用 lavaan包裹。我发现在 Mplus 中，DWLS 估计或相同的 WLSMV 使用 polychoric correlation ，不幸的是我从来没有用过 Mplus，想和 R 一起工作，所以我想知道是否在 lavaan一样的。

到目前为止，我是这样计算 CFA 的:

我用4个因子(AV、AW、AB、AA)指定了一个模型(model.4)，(每个因子有4个项目)

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

然后我用了 "ordered"函数因为我的有序数据，推荐在 lavaan包裹

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"))

这工作得很好。我得到了所有相关拟合指数(CFI、RMSEA 等)的输出。现在我的问题是，这是否自动基于 Mplus 中的多色相关性？如果不是 - 如何添加命令以使用多色相关？ lavaan里面有一些信息关于多色相关的包， 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)没有用。我没有收到任何结果。

总结 :我的 CFA 是否自动基于多色相关性？如果没有，我该如何更改我的函数以实现多色相关？

Answer 1

是的，according to folks in the lavaan user group ，使用“有序”选项将使用 DWLS 与有序变量的多色相关。

您可以通过比较输出来仔细检查这一点

inspect(fit, "sampstat")$cov  

其中 fit 是具有有序变量的 cfa() 模型的输出，以及

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

报告多色相关性