28.6 Misure di adeguamento parsimonioso

28.6.1 TLI

Un indice che rientra nella degli indici di adeguamento parsimonioso è l’indice Tucker-Lewis (Tucker–Lewis index, TLI, anche chiamato indice di adattamento non normato). Il TLI si pone il problema di penalizzare la complessità del modello, ovvero include una funzione di penalizzazione per l’addizione di parametri che non migliorano in maniera sostanziale l’adattamento del modello. Il TLI è calcolato con la seguente formula:

\[\begin{equation} \mbox{TLI} = \frac{(\chi^2_B / \mbox{df}_B)–(\chi^2_T / \mbox{df}_T)}{(\chi^2_B / \mbox{df}_B) – 1}, \end{equation}\]

dove \(\chi^2_T\) è il valore \(\chi^2\) del modello target, \(\mbox{df}_T\) sono i gradi di libertà del modello target, \(\chi^2_B\) è il valore \(\chi^2\) del modello baseline e \(\mbox{df}_B\) sono i gradi di libertà del modello base.