0

我一直在尝试在 Rstudio 中编写一个函数，该函数为 EFA 提取越来越多的潜在因素，并在最终表格中报告每个解决方案的拟合度量。下面，我粘贴了我能想出的东西。

不幸的是，它有一些严重的限制：

  1. for 循环需要设置要提取的因子的间隔。这很好，但如果函数在遇到错误消息时停止会更好（例如“最大迭代超出”、“在 GPFoblq 中未获得收敛”）。

  2. [已解决] 决赛桌包含一个丑陋的第一列，标签为“RMSEA”，完全没用，但我无法摆脱它。

  3. 一般来说，for 循环可能不是达到目标的最优雅的方式。

     library(psych)
 library(GPArotation)
 library(dplyr)
 library(plyr)
 library(knitr)

 efas <- list()

 for (i in 1:10) {
     fitn <- fa(bfi, nfactors = i, fm = "pa", rotate = "oblimin", scores = "regression")
     efas[[i]] <- data.frame(fitn$TLI, fitn$RMSEA[1], fitn$rms, fitn$BIC) %>% 
     mutate(Factors = i) %>% 
     dplyr::rename(TLI = fitn.TLI,
            RMSEA = fitn.RMSEA.1.,
            SRMR = fitn.rms, 
            BIC = fitn.BIC) %>% 
     dplyr::select(Factors, TLI, RMSEA, SRMR, BIC)

     }

  d <- do.call("rbind", efas) %>%
       kable()%>%
       sub("^\\|[^|]+(\\|.*)", "\\1", .)

  d

谢谢你的帮助！

4

0 回答 0