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

loveR

summaryFit(simsem)
summaryFit()所属R语言包：simsem

                                         Provide summary of model fit across replications
                                         提供复制整个模型的拟合摘要

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function will provide fit index cutoffs for values of alpha, and mean fit index values across all replications.
此功能将提供的α值的拟合指数临界值，并在所有重复的平均拟合指数值。


用法----------Usage----------


summaryFit(object,...)



参数----------Arguments----------

参数：object
SimResult or linkS4class{SimResultParam} to be summarized  
SimResult或linkS4class{SimResultParam}来概括


参数：...
any additional arguments, such as for the function with result object, digits argument is available to adjust digits in results, alpha is available to select a specific alpha for fit index cutoffs.  
任何额外的参数，如结果对象的功能，digits参数是可以调整数字在结果中，alpha是选择一个特定的alpha拟合指数临界值。


值----------Value----------

A data frame that provides fit statistics cutoffs and means
一个数据框，提供合适的统计截止时间和方式

When linkS4class{SimResult} has fixed simulation parameters the first colmns are fit index cutoffs for values of alpha and the last column is the mean fit across all replications. Rows are
当linkS4class{SimResult}有固定的模拟参数的的第一colmns是拟合指数临界值，α的值和最后一列是的平均适合在所有复制。行的

Chi Chi-square fit statistic
驰卡方拟合统计

AIC Akaike Information Criterion
AIC赤池信息准则

BIC Baysian Information Criterion
BIC Baysian信息准则

RMSEA Root Mean Square Error of Approximation
RMSEA均方根误差的逼近

CFI Comparative Fit Index
CFI比较拟合指数

TLI Tucker-Lewis Index
TLI塔克 - 刘易斯指数

SRMR Standardized Root Mean Residual
SRMR标准化的平均剩余根

When linkS4class{SimResult} has random simulation parameters (sample size or percent missing), columns are the fit indices listed above and rows are values of the random parameter.
当linkS4class{SimResult}具有随机模拟参数（样本量或百分比丢失），列在上面列出的拟合指数和行的随机参数的值。

When linkS4class{SimResultParam} is specified in the object, the reported fit indices are
当linkS4class{SimResultParam}指定中的object，拟合指数

f0 Discrepancy Function
F0差异功能

RMSEA Root Mean Square Error of Approximation
RMSEA均方根误差的逼近

SRMR Standardized Root Mean Residual
SRMR标准化的平均剩余根

See details in popDiscrepancy and popMisfitMACS
查看详细资料popDiscrepancy和popMisfitMACS


（作者）----------Author(s)----------



Alexander M. Schoemann (University of Kansas; <a href="mailto:schoemann@ku.edu">schoemann@ku.edu</a>)
Sunthud Pornprasertmanit (University of Kansas; <a href="mailto:psunthud@ku.edu">psunthud@ku.edu</a>)




参见----------See Also----------

SimResult for the result object input SimResultParam for the parameter result object input
SimResult的结果对象输入SimResultParam输入的参数结果对象


实例----------Examples----------


loading <- matrix(0, 6, 1)
loading[1:6, 1] <- NA
LX <- simMatrix(loading, 0.7)
RPH <- symMatrix(diag(1))
RTD <- symMatrix(diag(6))
CFA.Model <- simSetCFA(LY = LX, RPS = RPH, RTE = RTD)
SimData <- simData(CFA.Model, 500)
SimModel <- simModel(CFA.Model)
# We make the examples running only 5 replications to save time.[我们的例子只有5次重复，以节省时间。]
# In reality, more replications are needed.[在现实中，需要更多的复制。]
Output <- simResult(5, SimData, SimModel)
summaryFit(Output)
summaryFit(Output, detail=TRUE)

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。