Lavaan - CFA -分类变量-最后一个阈值是奇怪的

Question

我想用lavaan在R中执行多个组CFA。

我有几个范畴变量，有些变量包含11个类别。因此，这些变量将有10个阈值。在下面的结果中，你可以看到第10个阈值比第9个阈值小，也就是说，它不是在折皱的顺序。

有11个类别的多个变量也有相同的问题。

​

​

问题：

为什么门槛会被扭曲？

R码：

model2<-'range = ~ NA*gvjbevn + gvhlthc + gvslvol + gvslvue + gvcldcr + gvpdlwk

goals = ~ NA*sbprvpv + sbeqsoc + sbcwkfm

range~~1*range

goals~~1*goals

gvhlthc ~~ gvslvol

gvcldcr ~~ gvpdlwk

'

cfa.model2<-cfa(model2, ordered=varcat, estimator="WLSMV",data=sub)

summary(cfa.model2,fit.measures=TRUE,standardized=TRUE, modindices=TRUE)

Answer 1

对阈值的标签分配按字母顺序排序，也称为c('t1','t10','t2','t3'....)，但summary()将其排序为“正确”。

您可以尝试添加其他因素，以检查您的比例是否对应于：

c('t1','t10','t11','t12',...,'t2','t3'....)

除了了解哪一行是您的每个因素之外，您可以做的事情不多。

Answer 2

好吧，我似乎因为没有足够的声誉而不能补充评论，所以我只能回答，虽然这不是一个正确的答案(这肯定解决不了你的问题，虽然我希望它指向正确的方向)。

为了使您的示例具有可重现性，您应该向社区提供符合模型的数据。

另一方面，我猜你的问题肯定与这个类别的性质有关:你的第11个类别可能并不意味着对这个项目的“最一致的程度”，或者反应类别不是从1到11，或者类似的东西。考虑到其余的阈值似乎准确地代表了一个连续的单调增长的尺度，而且同样的问题精确地发生在不同变量中的同一类别中(至少是您正在显示的两个变量)，那么在这些项目中肯定有一个具有响应尺度的东西。

总之，这似乎是一个解释模型参数的问题，而不是一个统计问题。