我正在尝试使用心理学软件包进行探索性因素分析。我的数据由来自不同规模的项目组成-它们都非常不对称,但响应类别的数量不同(从4到7个不等)。我应该使用哪种因子分析方法?Minres还是WLS?在进行了EFA之后,我想使用lavaan包进行EFA。在这里,估计器MLM似乎适合我的数据。在MPlus中,有一种可用于探索性和验证性因子分析的传销方法。你知道哪种因子分析方法在心理学上最有可能对应于传销估计器吗?或者,您对数据转换有何看法?谢谢你的帮助,致以良好的问候。
发布于 2015-06-01 00:48:13
对于4-7个类别的分类项目,我会在fa中使用cor="poly“选项,然后运行默认的(minres)或WLS选项。
当使用cor="poly“选项查找相关矩阵时,会给出类别数量不同的警告,但这可以忽略不计。
对于完整的数据,cor="poly“选项会生成与lavann多项式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,但您的里程数可能会有所不同。
发布于 2019-12-24 07:26:52
使用psych_1.9.12,您可以指定cor="mixed“,mixedCor将找出哪些变量是二进制的,哪些需要多项式,等等。
它会给出一条消息,说明mixed.cor已弃用。忽略这一点。
因子分解可能还可以。问题在于估计找到因子得分所需的权重。该特定消息也没有太大帮助,因为无论您指定什么,在该计算中使用的权重始终只是回归权重。这是一个错误。然而,因子分解是好的,只是对因子不确定性的估计是混乱的。
https://stackoverflow.com/questions/29386247
复制相似问题