Varianzanalyse, Diskriminanzanalyse, Kontingenzanalyse, Faktorenanalyse, Clusteranalyse, MDS, ....
Moderator: EDi
tniemann
Beiträge: 7 Registriert: Mo Jun 29, 2020 2:14 pm
Beitrag
von tniemann » Mo Jul 13, 2020 3:40 pm
Liebe Mitglieder,
ich bräuchte Hilfe bei der Erstellung einer Syntax für ein Cross Lagged Modell, in dem es um einen Gruppenvergleich mit der Variable stud_fx (dichotom) gehen soll.
Code: Alles auswählen
clp <-'disc_T2 ~ disc_T1 + climate_T1 + lecMS_T1
climate_T2 ~ disc_T1 + climate_T1 + lecMS_T1
disc_T1~~climate_T1
disc_T1~~lecMS_T1
climate_T1~~lecMS_T1'
fit_clp <- sem(clp, diss, fixed.x =FALSE, missing = "fiml", estimator= "mlr", group = "stud_fx")
summary(fit_clp, fit.measures=TRUE, rsquare=TRUE, standardize=TRUE)
ich erhalte dann eine Fehlermeldung:
Code: Alles auswählen
Fehler: Can't combine `..1` <character> and `..2` <double>.
ich würde mich freuen, wenn jemand eine Idee hat!
Lieben Dank,
Theresa
student
Beiträge: 675 Registriert: Fr Okt 07, 2016 9:52 am
Beitrag
von student » Mo Jul 13, 2020 8:58 pm
Hallo Theresa,
ohne zu wissen was Du machst: Die Fehlermeldung "sagt", dass Du Variablen kombinieren möchtest, die von unterschiedlichen Typ sind. character und double können (der Fehlermeldung nach) nicht kombiniert werden. Schau sie Dir mal an und nehme, wenn möglich, eine Typumwandlung vor.
tniemann
Beiträge: 7 Registriert: Mo Jun 29, 2020 2:14 pm
Beitrag
von tniemann » Di Jul 14, 2020 7:45 am
Hallo student,
das ist aber komisch...
clp habe ich ja erst erstellt und stud_fx ist nominal (Fachstudierende/Lehramtsstudierende).
LG
Theresa
student
Beiträge: 675 Registriert: Fr Okt 07, 2016 9:52 am
Beitrag
von student » Di Jul 14, 2020 10:10 am
Wenn ich das richtig sehe, nimmt clp das Modell auf. Das Problem liegt m. E. in der Modelldefinition (... der Daten ...).
tniemann
Beiträge: 7 Registriert: Mo Jun 29, 2020 2:14 pm
Beitrag
von tniemann » Di Jul 14, 2020 1:08 pm
trotzdem komisch, weil wenn ich im Vergleich das ganze Modell ohne Gruppe laufen lasse, funktionierts:
Code: Alles auswählen
clp <-'disc_T2 ~ disc_T1 + climate_T1 + lecMS_T1
climate_T2 ~ disc_T1 + climate_T1 + lecMS_T1
disc_T1~~climate_T1
disc_T1~~lecMS_T1
climate_T1~~lecMS_T1'
fit_clp <- sem(clp, diss, fixed.x = FALSE, missing = "fiml", estimator= "mlr")
summary(fit_clp, fit.measures=TRUE, rsquare=TRUE, standardize=TRUE)
student
Beiträge: 675 Registriert: Fr Okt 07, 2016 9:52 am
Beitrag
von student » Mi Jul 15, 2020 8:57 am
Ohne Daten und einem reproduzierbaren Beispiel ist das nur ein rantasten. Wenn
group = "stud_fx" Probleme macht, hast Du einen Anhaltspunkt, beispielsweise
lassen sich die Daten darüber gruppieren?