Model 路径分析：CFI=1，RMSEA=0
我运行了一个路径分析模型，但似乎模型拟合指数是完美的：CFI=1.00，RMSEA=0.00。然而，完美的模型拟合通常表示饱和模型。但我的模型似乎不是这样，因为我有额外的自由度。那么，如何解读CFI和RMSEA呢？非常感谢你的帮助Model 路径分析：CFI=1，RMSEA=0,model,path,analysis,structural-equation-model,Model,Path,Analysis,Structural Equation Model,我运行了一个路径分析模型，但似乎模型拟合指数是完美的：CFI=1.00，RMSEA=0.00。然而，完美的模型拟合通常表示饱和模型。但我的模型似乎不是这样，因为我有额外的自由度。那么，如何解读CFI和RMSEA呢？非常感谢你的帮助 lavaan (0.5-21) converged normally after 39 iterations Number of observations 109 Number of missing p
lavaan (0.5-21) converged normally after 39 iterations
Number of observations 109
Number of missing patterns 6
Estimator ML
Minimum Function Test Statistic 6.199
Degrees of freedom 11
P-value (Chi-square) 0.860
Model test baseline model:
Minimum Function Test Statistic 150.084
Degrees of freedom 20
P-value 0.000
User model versus baseline model:
Comparative Fit Index (CFI) 1.000
Tucker-Lewis Index (TLI) 1.067
Loglikelihood and Information Criteria:
Loglikelihood user model (H0) -1000.419
Loglikelihood unrestricted model (H1) -997.320
Number of free parameters 19
Akaike (AIC) 2038.838
Bayesian (BIC) 2089.974
Sample-size adjusted Bayesian (BIC) 2029.936
Root Mean Square Error of Approximation:
RMSEA 0.000
90 Percent Confidence Interval 0.000 0.054
P-value RMSEA <= 0.05 0.941
Standardized Root Mean Square Residual:
SRMR 0.052
Parameter Estimates:
Information Observed
Standard Errors Standard
Regressions:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
SelfEsteem ~
EnglishNam (a) -0.382 0.184 -2.073 0.038 -0.382 -0.200
Well_Being ~
SelfEsteem (b) 0.668 0.095 6.998 0.000 0.668 0.558
EnglishName ~
RmmbrChnsN -0.057 0.035 -1.623 0.105 -0.057 -0.204
PrnncChnsN -0.064 0.032 -1.981 0.048 -0.064 -0.249
MentalHealth ~
SelfEsteem (c) 0.779 0.088 8.846 0.000 0.779 0.656
GeneralPhysicalHealth ~
SelfEsteem (d) 0.335 0.099 3.368 0.001 0.335 0.314
Covariances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.Well_Being ~~
.MentalHealth 0.085 0.079 1.076 0.282 0.085 0.105
.GnrlPhysclHlth 0.196 0.091 2.153 0.031 0.196 0.214
.MentalHealth ~~
.GnrlPhysclHlth 0.191 0.083 2.308 0.021 0.191 0.233
Intercepts:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.SelfEsteem 5.605 0.126 44.424 0.000 5.605 5.880
.Well_Being 0.860 0.525 1.638 0.101 0.860 0.754
.EnglishName 1.014 0.132 7.701 0.000 1.014 2.031
.MentalHealth 0.708 0.485 1.460 0.144 0.708 0.626
.GnrlPhysclHlth 3.756 0.548 6.854 0.000 3.756 3.700
Variances:
Estimate Std.Err z-value P(>|z|) Std.lv Std.all
.SelfEsteem 0.872 0.119 7.356 0.000 0.872 0.960
.Well_Being 0.896 0.122 7.329 0.000 0.896 0.689
.EnglishName 0.206 0.029 7.127 0.000 0.206 0.826
.MentalHealth 0.728 0.101 7.201 0.000 0.728 0.569
.GnrlPhysclHlth 0.929 0.129 7.211 0.000 0.929 0.901
lavan（0.5-21）在39次迭代后正常收敛
意见数目109
缺失模式的数量6
估计量
最小功能测试统计6.199
自由度11
P值（卡方检验）0.860
模型测试基线模型：
最小功能测试统计值150.084
自由度20
P值0.000
用户模型与基线模型：
比较拟合指数（CFI）1.000
塔克-刘易斯指数（TLI）1.067
日志和信息标准：
对数似然用户模型（H0）-1000.419
对数似然无限制模型（H1）-997.320
自由参数数19
Akaike（AIC）2038.838
贝叶斯（BIC）2089.974
样本量调整贝叶斯（BIC）2029.936
近似均方根误差：
RMSEA 0.000
90%置信区间0.000 0.054
P值RMSEA | z |）标准低压标准所有
自尊~
英语南语（a）－0.3820.184－2.0730.038－0.382－0.200
嗯~
自尊（b）0.6680.0956.9980.000 0.6680.558
英语名称~
RmmbrChnsN-0.057 0.035-1.623 0.105-0.057-0.204
PrnncChnsN-0.064 0.032-1.981 0.048-0.064-0.249
精神健康~
自尊（c）0.779 0.088 8.846 0.000 0.779 0.656
一般物理健康~
自尊（d）0.3350.0993.3680.001 0.3350.314
协方差：
估算标准误差z值P（>| z |）标准低压标准所有
.好吧~
.精神健康0.085 0.079 1.076 0.282 0.085 0.105
.GnrlPhysclHlth 0.196 0.091 2.153 0.031 0.196 0.214
.精神健康~
.GnrlPhysclHlth 0.191 0.083 2.308 0.021 0.191 0.233
截取：
估算标准误差z值P（>| z |）标准低压标准所有
.自尊5.605 0.126 44.424 0.000 5.605 5.880
.Well_为0.860 0.525 1.638 0.101 0.860 0.754
.EnglishName 1.014 0.132 7.701 0.000 1.014 2.031
.精神健康0.708 0.485 1.460 0.144 0.708 0.626
.GnrlPhysclHlth 3.756 0.548 6.854 0.000 3.756 3.700
差异：
估算标准误差z值P（>| z |）标准低压标准所有
.自尊0.8720.119 7.356 0.000 0.872 0.960
.Well_为0.896 0.122 7.329 0.000 0.896 0.689
.EnglishName 0.206 0.029 7.127 0.000 0.206 0.826
.精神健康0.7280.101 7.201 0.000 0.7280.569
.GnrlPhysclHlth 0.929 0.129 7.211 0.000 0.929 0.901