使用lavaan拟合EFA后，如何获取有序观测变量的Probit残差相关矩阵？

针对你用lavaan::efa()拟合的有序变量EFA模型（WLSMV估计），可通过以下步骤手动计算Probit残差相关矩阵：

步骤1：提取模型关键参数 #

从拟合的EFA对象中提取旋转后的因子载荷矩阵和因子协方差矩阵（注意：若你需要的是1因子模型，将Model[[2]]改为Model[[1]]）：

lambda <- unclass(Precarity_efa$Model[[2]]$lambda)
psi <- unclass(Precarity_efa$Model[[2]]$psi)

步骤2：计算因子隐含的观测变量协方差矩阵 #

基于因子载荷和因子协方差，计算模型解释的观测变量协方差（潜响应变量尺度）：

implied_cov <- lambda %*% psi %*% t(lambda)

步骤3：获取观测变量的Polychoric相关矩阵 #

WLSMV估计基于有序变量的Polychoric相关，用lavCor()计算与模型一致的相关矩阵：

obs_cor <- lavCor(
  data = RADx0030_Imputed_imp1,
  ov.names = c("CHALLIVE", "CHALFOOD", "CHALWATER", "CHALTRANS", "CHALHLTH", "CHALMEDS"),
  ordered = TRUE
)

步骤4：计算Probit残差相关矩阵 #

通过观测相关减去模型隐含协方差得到残差协方差，再转换为相关矩阵：

# 计算残差协方差矩阵
resid_cov <- obs_cor - implied_cov
# 转换为残差相关矩阵
resid_cor <- cov2cor(resid_cov)
# 保留三位小数便于查看
resid_cor <- round(resid_cor, 3)

执行完以上代码后，resid_cor即为你需要的Probit残差相关矩阵。

内容的提问来源于stack exchange，提问作者Nader Mehri