R语言 semTools包 moreFitIndices()函数中文帮助文档(中英文对照)

loveR

moreFitIndices(semTools)
moreFitIndices()所属R语言包：semTools

                                         Calculate more fit indices
                                         计算更适合指数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculate more fit indices that are not already provided in lavaan.
计算更适合指标，尚未提供的lavaan。


用法----------Usage----------


moreFitIndices(object, nPrior = 1)



参数----------Arguments----------

参数：object
The lavaan model object provided after running the cfa or the sem functions.
“lavaan模型对象提供后运行cfa或sem功能。


参数：nPrior
The sample size on which prior is based. This argument is used to compute BIC*.
上的样本量为基础。这种说法是用于计算BIC *。


Details

详细信息----------Details----------

Normed Fit Index (nfi; West, Taylor, & Wu, 2012) is one of the relative fit indices which can be computed by
赋范拟合指数（NFI，西，泰勒，吴，2012）是可以计算的相对拟合指数

where χ^{2}_{k} is the chi-square test statistic value of the target model, χ^{2}_{0} is the chi-square test statistic value of the null model.  
χ^{2}_{k}是目标模型的卡方检验统计量的值，χ^{2}_{0}是空模型的卡方检验统计量的值。

Incremental Fit Index (ifi; West, Taylor, & Wu, 2012) is one of the relative fit indices which can be computed by
增量拟合指数（IFI西，泰勒，吴，2012）是可以计算的相对拟合指数

where df_{k} is the degree of freedom when fitting the target model  
其中df_{k}的自由度装修时的目标模式

Gamma Hat (gfi*; West, Taylor, & Wu, 2012) is one of the relative fit indices which can be computed by
伽玛帽子（GFI;西，泰勒，吴，2012）是一个可以计算的相对拟合指数

where N is the sample size, p is the number of variables in the model.
N是样本大小，p是在模型中的变量的数量。

Adjusted Gamma Hat (agfi*; West, Taylor, & Wu, 2012) is one of the relative fit indices which can be computed by
调整后的伽玛帽（AGFI;西，泰勒，吴，2012）是可以计算的相对拟合指数

Corrected Akaike Information Criterion (AICc; Burnham & Anderson, 2003) is the corrected version of aic for small sample size:
更正赤池信息准则（AICC伯纳姆和安德森，2003年），是小样本量的修正版本AIC：

where f is the minimized discrepancy function, which is the product of the log likelihood and -2, and k is the number of parameters in the target model.
f是最小化的差异功能，这是该产品的对数似然和-2，k是在目标模型中的参数的数量。

Expected Value of Cross-Validation Index (ECVI; West, Taylor, & Wu, 2012) is the average discrepancy in the fitted covariance matrices between two samples of equal sample size across all possible combinations of two samples from the same population:
预期值的交叉验证的指数（ECVI，西，泰勒，吴，2012年）的平均差异在两个样本之间的平等在所有可能的组合的两个样品，同一群体的样本量的的装协方差矩阵：

Stochastic information criterion (sic; Preacher, 2006) is similar to aic or bic. This index will account for model complexity in the model's function form, in addition to the number of free parameters. sic can be computed by
AIC或者BIC的随机信息准则（原文如此，传道，2006年）是类似的。将占该指数在模型的函数形式的模型的复杂性，除了自由参数的数目。原文如此，可以计算出

where I(\hat{θ}) is the information matrix of the parameters.
I(\hat{θ})的信息矩阵的参数。

Corrected Bayesian Information Criterion (BIC*; Kuha, 2004) is similar to bic but explicitly specifying the sample size on which the prior is based (N_{prior}).
修正的贝叶斯信息标准（BIC;库哈，2004年）是类似的BIC，但明确指定之前的样本量为基础（N_{prior}）。

Hannan-Quinn Information Criterion (hqc; Hannan & Quinn, 1979) is used for model selection similar to aic or bic.
汉南 - 奎因信息准则（HQC汉南 - 奎因，1979年），用于AIC或者BIC类似的模式选择。


值----------Value----------

nfi Normed Fit Index
NFI赋范拟合指数

ifi Incremental Fit Index
国际金融机构的增量拟合指数

gfi* Gamma Hat
GFI *伽玛帽

agfi* Adjusted Gamma Hat
AGFI调整伽玛帽

aicc Corrected Akaike Information Criterion
国际会议中心更正赤池信息准则

ecvi Expected Value of Cross-Validation Index
ecvi交叉验证指标的预期值

sic Stochastic Information Criterion
原文随机信息标准

bic* Bayesian Information Criterion with specifying the prior sample size
BIC *贝叶斯信息标准与事先指定的样本大小

hqc Hannan-Quinn Information Criterion
HQC汉南 - 奎因信息准则


（作者）----------Author(s)----------



Sunthud Pornprasertmanit (University of Kansas; <a href="mailto:psunthud@ku.edu">psunthud@ku.edu</a>)
Aaron Boulton (University of Kansas; <a href="mailto:aboulton@ku.edu">aboulton@ku.edu</a>)




参考文献----------References----------






参见----------See Also----------

miPowerFit For the modification indices and their power approach for model fit evaluation
miPowerFit来修正指标，它们的功率模型拟合评价方法


实例----------Examples----------


HS.model <- ' visual  =~ x1 + x2 + x3
              textual =~ x4 + x5 + x6
              speed   =~ x7 + x8 + x9 '

fit <- cfa(HS.model, data=HolzingerSwineford1939)
moreFitIndices(fit)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。