#Balíčky
lavaan
Jana Fikrlová – 460046
Andrea Sandanusová - 451514

https://scontent-prg1-1.xx.fbcdn.net/v/t1.15752-9/48099910_1958319837608635_906041553162600448_n.jp
g?_nc_cat=103&_nc_ht=scontent-prg1-1.xx&oh=9270ee5dd6c992aa8f38adffd7d7cf74&oe=5C95EACA


LAVAAN
•lavaan = Latent Variable Analysis
•hlavní vývojář: Yves Rosseel
•structural equation modelling
•= modelování pomocí strukturálních rovnic
•→ v psychologii zejména pro faktorovou analýzu
•→ vhodné pro konfirmační faktorovou analýzu (např. škály v bakalářské či diplomové práci)
•

výhody:
•můžeme specifikovat přímé a nepřímé pathways
•kovariance mezi proměnnými

https://scontent-prg1-1.xx.fbcdn.net/v/t1.15752-9/47576338_341617836436938_11705946250149888_n.jpg?
_nc_cat=105&_nc_ht=scontent-prg1-1.xx&oh=6ce5dcd18d9dd3a463dcb91ab0965a04&oe=5C995625


https://scontent-prg1-1.xx.fbcdn.net/v/t1.15752-9/48336063_297901224266040_9143003212947652608_n.jp
g?_nc_cat=107&_nc_ht=scontent-prg1-1.xx&oh=15bdf758ec71a57a4d2f70a9d9553934&oe=5C97B2E2


Příklad:
•HolzingerSwineford1939 → klasický dataset testových skórů mentálních schopností žáků 7. a 8. třídy
ze 2 různých škol
•x4 = porozumění odstavci
•x5 = doplňování vět
•x6 = význam slov
•x7 = rychlost sčítání
•x8 = rychlost počítání teček
•x9 = rychlost rozlišování písmen psaných kurzívou a písmen psaných rovně

Instalace a načtení balíčku
•# Packages
•install.packages("lavaan")
•library(lavaan)

Jednofaktorový model
•
•# Load the data and define model
•data(HolzingerSwineford1939)
•text.model <- 'textspeed =~ x4 + x5 + x6 + x7 + x8 + x9'
•
•# Analyze the model with cfa()
•text.fit <- cfa(model = text.model, data = HolzingerSwineford1939)
•
•# Summarize the model
•summary(text.fit, fit.measures = TRUE)
•
•# Previous one-factor model output
•summary(text.fit, standardized = TRUE, fit.measures = TRUE)

Dvoufaktorový model
•2 faktory: porozumění (comprehension) a rychlost sčítání (speeded addition)
•# Two-factor model specification
•twofactor.model <- 'text =~ x4 + x5 + x6
•speed =~ x7 + x8 + x9'
•
•# Use cfa() to analyze the model and include data argument
•twofactor.fit <- cfa(model = twofactor.model, data = HolzingerSwineford1939)
•
•# Use summary() to view the fitted model
•summary(twofactor.fit, standardized = TRUE, fit.measures = TRUE)
•







•# Packages
•install.packages("semPlot")
•library(semPlot)

Diagram
•# Create a plot
•semPaths(twofactor.fit)
•

Zdroje
•Rosseel, Y. (2012). Lavaan: An R Package for Structural Equation Modeling. Journal of Statistical
Software, 48(2). http://doi.org/10.18637/jss.v048.i02
•http://lavaan.ugent.be/index.html
•
•