regression - 我想知道为什么我在 SEM 中计算相同的卡方反转关系方向的理论解释

Question

我正在使用 lavaan 来研究 1 个观察变量（抑郁）和 4 个潜在因素（F1、F2、F3、F4）之间的关系。我想知道这 2 个变量是否可以预测 4 个因素，反之亦然。

  modelA="
  F1=~s1+s2+s3
  F2=~s4+s5+s6
  F3=~s7+s8+s9
  F4=~s10+s11+s12
  
  F1 ~~ F2 + F3 + F4
  F2 ~~ F3 + F4
  F3 ~~ F4
  
  depression ~ F1+F2+F3+F4
"
  modelB="
  F1=~s1+s2+s3
  F2=~s4+s5+s6
  F3=~s7+s8+s9
  F4=~s10+s11+s12
  
  F1 ~~ F2 + F3 + F4
  F2 ~~ F3 + F4
  F3 ~~ F4
        
  F1+F2+F3+F4 ~ depression 
"

modelB 的回归参数似乎更有可能。但模型的拟合指数完全相同。

我想知道如何用简单的话来解释这个原因。

（如果将所有协变量设置为 0，则模型 B 显示更好的拟合指数）