Außerdem solle man, per Argument "fixed.x=FALSE" verhindern, dass die Kovarianzen der exogenen beobachteten Variablen nicht geschätzt werden. Soweit ich weiß, lässt man üblicherweise alle exogenen latenten Variablen miteinander kovariieren. Zumindest ist das bei Amos und MPlus so. Wird dass denn auch automatisch gemacht?
Ich habe ein konkretes Modell vor Augen:
- Code: Alles auswählen
model<-'
#--------------Messmodelle
lat_a =~ x1 + x2 + x3
lat_b =~ x4 + x5 + x6
lat_c =~ x7 + x8
lat =~ lat_a + lat_b + lat_c
var1 =~ x9 + x10
var2 =~ x10 + x11
var3 =~ x12
var4 =~ x13
var5 =~ x14+ x15 + x16
#-------------Regressionen
var2 ~ lat + var3 + var4
var1 ~ lat + var2 + var3 + var4
var5 ~ lat + var1 + var2
#Varianz von single-indicator-latents
var3~~ 0.1581*var3
var4 ~~ 0.1246*var4
#Fehlerkovarianzen?
'
lavaan_fit_model_mplus<-sem(model, estimator="MLM",fixed.x=FALSE)
Muss ich jetzt noch die Kovarianz der exogenen latenten Variablen
lat ~~ var3
lat ~~ var4
var3 ~~ var4
und der Fehlerterme der endogenen latenten Variablen
var1 ~~ var2
spezifizieren?
Sorry, ich bin verwirrt. Vielleicht kann mich ja jemand über die defaults von lavaan aufklären.
Quelle: Dieses Buch http://deposit.d-nb.de/cgi-bin/dokserv?id=4836998&prov=M&dok_var=1&dok_ext=htm