私はR（lavaan）の確証因子分析（CFA）を私の順序データで計算したいと思います。私は16 Items（Likert-Scale）を含むアンケートを分析しています。私は自分のデータに最も適した4因子モデルを想定しています。 CFAを計算するために、私は情報を検索し、有用な助言を論文（https://www.researchgate.net/publication/7489589_Comparison_of_alternative_estimation_methods_in_confirmatory_factor_analyses_of_the_General_Health_Questionnaire）と他の投稿で見つけました。R（lavaan）のCFAと序数のデータ - 多相相関が含まれていますか？
結論/推奨事項は、DWLS推定と多相相関を使用することです。私はRでDWLSを使ってCFAを計算しました（lavaanパッケージで）。私は、MplusでDWLS推定（またはWLSMVは同じです）が多色相関（http://web.pdx.edu/~newsomj/semclass/ho_estimate.pdf）を自動的に使用することを発見しました（残念ながら私はMplusを使用しておらず、Rで作業したいと思います）ので、多相相関のコマンドを実装する必要はありません。
これまでのところ私はこのようにCFAを計算：
Iは、4つの因子（AV、AW、AB、AA）、（各因子は4つの項目を有する）
model.4='
AV =~ AVf1_+AVf2+AVf3+AVf4
AW =~ AWf1+AW2+AWf3+AWf4
AB =~ ABf1+ABf2+ABf3+ABf4
AA =~ AAf1+AAf2+AAf3+AAf4'
は、それから私は、これがうまく働いたためlavaanパッケージに推奨され、私の注文データの
model.ord = cfa(model.4,data=Data,ordered=c(
"AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))
機能「を注文したの」使用しました。私はすべての関連フィット指数（CFI、RMSEAなど）を出力しました。今私の質問は、これは自動的にMplusのようなpolychoric相関に基づいている場合ですか？そうでない場合は、ポリカチオン相関を使用するコマンドを追加するにはどうすればよいですか？ lavaCor（lavCor）についてのlavaanパッケージにはいくつかの情報がありますが、私の問題に役立つかどうかはわかりませんが、残念ながら使用方法はわかりません。
私はこのように試してみました：
model.ord1 <- lavCor(cfa(model.4,data=Data,ordered=c(
"AVf1","AVf2","AVf3","AVf4",
"AWf1","AWf2","AWf3","AWf4",
"ABf1","ABf2","ABf3","ABf4",
"AAf1","AAf2","AAf3","AAf4"))
））
しかし> summary(model.ord1, fit=T)動作しませんでした。私は結果を受け取っていませんでした。
合計：私のCFAはポリコレクタ相関に自動的に基づいていますか？そうでない場合は、ポリカチオン相関を実装するために関数をどのように変更できますか？ 「lavaan構文」：
あなたが使用している引数ordered = c、と
、あなたはいくつかの変数が順序であることをlavaan言われている - までスクロールhttps://www.packtpub.com/books/content/structural-equation-modeling-and-confirmatory-factor-analysis：