0

我正在研究具有 47 个观察变量和 6 个潜在变量的结构方程模型（sem）模型，其中 5 个观察变量是内生的，一个潜在变量是内生的。数据没有缺失值，样本量为 4,634。

我sem使用以下命令在 Stata 中运行：

sem (I   -> i1 i2 i3 i4 i5_1)                                  ///
    (N   -> n1 n2 n3 n4)                                       ///
    (S   -> s1 s2 s3 s4 s5 s6 s7 s8 s9)                        ///
    (T   -> t1 t2 t3 t4)                                       ///
    (SES -> se1 se2 se3 se4 se5 se6 se7 se8 se9 se10           ///
            se11 se12 se13 se14 se15 se16 se17 se18 se19 se20) ///
    (CS  -> c1 c2 c3 c4 c5)                                    ///
    (CS  <- I N S T SES)

它返回以下错误消息：

initial values are not feasible

为什么我会收到此消息？我该如何处理这个错误？

4

1 回答 1

0

我会先分别查看每个测量模型，看看那里是否存在问题。IE：

sem ( i1 i2 i3 i4 i5_1 <- I)

sem ( i1 i2 i3 i4 i5_1 <- N)

等等

我的猜测是 SES 的模型可能被证明是问题所在。

编辑：

根据您的评论，我们现在知道孤立的测量模型会收敛。下一步是检查每个测量模型，看看它们是否有意义：每个负载是否都有预期的符号？是否存在出乎意料的大或小负载？如果你看到了，你需要弄清楚为什么会这样。这只需要盯着您的数据，查看图表和相关表。

如果您的测量模型没有问题，那么下一步就是查看结构部分。显然你不能做与测量模型相同的技巧，也就是说，你不能在没有测量模型的情况下估计结构部分。结构包含潜在变量，并且是测量模型定义了它们是什么。因此，没有测量模型，就无法识别结构模型。

我会做的是简化你的模型，而不是增加复杂性直到你遇到问题。例如，我可能会开始：

sem (I  -> i1 i2 i3 i4 i5_1) ///
    (CS -> c1 c2 c3 c4 c5)   ///
    (CS <- I)

然后继续：

sem (I  -> i1 i2 i3 i4 i5_1) ///
    (N  -> n1 n2 n3 n4)      ///
    (CS -> c1 c2 c3 c4 c5)   ///
    (CS <- I N)

等等

这样你就可以找到哪个潜在变量导致了麻烦。我的第一步是查看该变量的测量模型并查看该变量的规模。默认情况下sem，通过将该变量的负载设置为 1 来“借用”观察变量之一的比例。该变量在某种意义上是否“奇怪”？同样，我也会查看您的内生潜在变量的规模CS。如果它们很奇怪，您可以选择将另一个具有更合理比例的变量的加载限制为 1，或者您可以通过将潜在变量的方差限制为 1 来“标准化”您的潜在变量。

于 2013-06-17T14:43:36.313 回答