溶岩の出力をどのように解釈しますか？

を使用して確認因子分析（CFA）を試みていlavaanます。によって生成された出力を解釈するのに苦労していlavaanます。

私は単純なモデルを持っています-収集された調査データからのアイテムによってそれぞれサポートされる4つの要素。これらの要素は、それらが有効な測定値として機能する可能性が高いと思われる程度まで、項目によって測定されるものと一致しています。

私はによって生成次の出力を理解する助けてくださいlavaanさんをcfa()：

 Number of observations                          1730

  Estimator                                         ML
  Minimum Function Test Statistic              196.634
  Degrees of freedom                                21
  P-value (Chi-square)                           0.000

Model test baseline model:

  Minimum Function Test Statistic             3957.231
  Degrees of freedom                                36
  P-value                                        0.000

User model versus baseline model:

  Comparative Fit Index (CFI)                    0.955
  Tucker-Lewis Index (TLI)                       0.923

私はこれらの質問があります：

1. ベースラインモデルはどのように定義されていますか？
2. 指定された自由度の場合、計算されたカイ二乗統計量は予想されるものよりも大きいため、0.000に等しいp値の解釈はありますか？
3. CFIとTLIに基づいて、私はほぼ合理的なモデルを持っているようです。これは公正な解釈ですか？

1）ベースラインはnullモデルであり、通常、観測されたすべての変数が他の変数なしで共変するように制約されます（別の方法で、共分散は0に固定されます）-個々の分散のみが推定されます。これは、「合理的な」最悪の可能性のあるフィッティングモデルと見なされることが多く、モデルフィッティングの相対インデックス（CFI / TLIなど）を計算するためにフィッティングモデルが比較されます。

2）カイ二乗統計（最小関数テスト統計とラベル付け）は、指定されたモデルとnull / baselineモデルの両方について、完全なモデルフィットのテストを実行するために使用されます。これは基本的に、モデルに含まれる分散/共分散行列と観測された分散/共分散行列との間の逸脱の尺度です。どちらの場合も、完全適合のヌルは拒否されます（p<.001）、ただしこれはベースライン/ヌルモデルの場合の設計によるものです。一部の統計学者（例、Klein、2010）は、モデルの適合性のカイ2乗検定がモデルの品質の評価に役立つと主張していますが、ほとんどの人は、概念（つまり、完璧な適合は不合理です）および実用的な（つまり、カイ2乗検定はサンプルサイズに敏感です）理由（ブラウン、2015年、リトル、2013年などを参照）。ただし、他の多くの有益なモデルフィットのインデックスを計算するのに役立ちます。

3）「許容可能」と見なされるモデルフィットのレベルの基準は、分野によって異なる場合がありますが、少なくともHu＆Bentler（1999）によれば、「許容可能」と見なされるものの領域内にいます。.955のCFIは、多くの場合「良好」と見なされます。ただし、TLIとCFIはどちらもモデル適合度の相対的な指標であることを覚えておいてください。これらは、モデルの適合度を（最悪の適合）nullモデルの適合度と比較します。Hu＆Bentler（1999）は、モデルフィットの相対インデックスと絶対インデックスの両方を解釈/報告することを提案しました。モデルフィットの絶対インデックスは、モデルのフィットを完全なフィットモデルと比較します。RMSEAとSRMRは2つの優れた候補です（前者はしばしば信頼区間とともに計算されるので、すばらしいです）。

参考文献

ブラウン、TA（2015）。応用研究のための確認的因子分析（第2版）。ニューヨーク、ニューヨーク：ギルフォードプレス。

Hu、L.、＆Bentler、PM（1999）。共分散構造分析におけるフィットインデックスのカットオフ基準：従来の基準と新しい選択肢の比較。構造方程式モデリング、6、1-55。

クライン、RB（2010）。構造方程式モデリングの原則と実践（第3版）。ニューヨーク、ニューヨーク：ギルフォードプレス。

リトル、TD（2013）。縦方向の構造方程式モデリング。ニューヨーク、ニューヨーク：ギルフォードプレス。