部分探索性因子分析的选后评估框架

本研究引入了一种用于部分探索性因子分析（PEFA）的选后评估框架，使用带有尖峰和板条先验的正则化变分近似。该方法通过硬选择或软选择将收敛解转换为协方差模型，从而恢复载荷结构和因子数量。

• 推导自由度以及包括RMSEA、SRMR、CFI和TLI在内的绝对拟合诊断指标。
• 计算用于模型比较的相对标准，如AIC、BIC和ELBO。
• 提出了一种无尺度增益规则，并带有持续下降保护器，以确定因子数量。
• 模拟显示，绝对指数跟踪载荷恢复，而增益规则准确恢复了真实维度。

该框架帮助用户更稳健地评估模型拟合度并选择因子数量，如100项PID-5示例中相比确认性模型的改进性能所示。