MATLAB算法实战应用案例精讲-【数模应用】验证性因子分析（CFA）（补充篇）（附MATLAB和R语言代码实现）

目录

前言

算法原理

什么情况下选择检验性因子分析？

验证性因子分析的步骤是什么？

(1) 模型构建

(2) 删除不合理测量项

(3) 模型MI指标修正

(4) 模型分析

相关标准

验证性因子分析的用途和分析方法

效度分析

验证性因子分析

验证性因子分析的应用场景

1 聚合(收敛)效度分析

2 区分效度

3 共同方法偏差(CMV)

其他说明

代码实现

MATLAB

R语言

lavaan包

RStan 

---

 

前言

dissertation在数据分析中会出现效度分析检验性因子分析，验证性因子分析是用于测量因子与测量项(量表题项)之间的对应关系是否与研究者预测保持一致的一种研究方法。验证性因子分析(CFA)用于验证对应关系。验证性因子分析CFA的主要目的在于进行效度验证，同时还可以进行共同方法偏差CMV的分析。效度有很多种，比如内容效度，结构效度，聚合(收敛)效度，区分效度等。

算法原理

什么情况下选择检验性因子分析？

在效度分析中，首先进行巴特利特球形检验与KMO检验，若KMO值>0.50，巴特利特球形检验统计值的显著性概率P<