在报告模型（例如因子模型或结构方程模型）的绝对拟合时，会使用许多不同的指数。人们最常报告卡方、RMSEA、TLI 或 CFI。（还有很多）
我一直在 David A. Kenny 的网站上阅读以下内容，我想知道是否有人可以向我解释：
“一个合理的经验法则是检查空模型的 RMSEA（见下文），并确保它不小于 0.158。模型的 RMSEA 为 0.05，TLI 为 0.90，意味着空模型的 RMSEA模型为 0.158。如果空模型的 RMSEA 小于 0.158，则拟合的增量测量可能不会提供那么多信息。据我所知，这个数学事实表明，其空模型 RMSEA 小于 0.158 且其 RMSEA 的模型是 0.05 必须有一个小于 0.90 的 TLI 是从未发布过的东西，但实际上是真实的。（David A. Kenny：http ://davidakenny.net/cm/fit.htm ）“
有人可以解释一下吗？