1

我正在构建一个包含 4 个潜在变量的结构方程模型：个人生活方式、社会生活方式、创伤评分和 DV（幸福感）。

样本 = 360 人。

我在下面包含了最终模型。“pl”和“sl”代表个人和社会生活方式。适度的中介从创伤流向复原力（然后与 pl 和 sl 对复原力的相互作用）再到幸福。pl 和 sl 上也存在与直接通路中的创伤的相互作用。这也是我制作的路径图。 在此处输入图像描述

这是我在运行模型时收到的完整警告：

Warning message:
In lav_model_vcov(lavmodel = lavmodel, lavsamplestats = lavsamplestats,  :
  lavaan WARNING:
    Could not compute standard errors! The information matrix could
    not be inverted. This may be a symptom that the model is not
    identified.

我使用了 114 个 DF 并有 61 个自由参数（模型测试基线使用 147），所以如果这是识​​别不足的问题，我会感到惊讶，但我也想确保我在 Lavaan 中正确指定了模型. 无论如何，我将使用自举计算 SE；但我认为这不仅仅是 SE 的问题。合身性不好（SRMR .119），但我想这可以通过 mod 指数改善；仍然有一些东西似乎不在这里。还值得注意的是，即使我删除了弹性分数的交互作用，而不是直接路径，我仍然会收到相同的警告。

我在这里包含了一些数据：https ://drive.google.com/file/d/1AX50DFNik30Qsyiyp6XnPMETNfVXK83r/view?usp=sharing

非常感谢！


fit.latent_mod_med <- '#factor loadings; measurement model portion
pl =~ exercisescore + mindfulnessscore + promistscore
sl =~ family_support + friendshipcount + friendshipnet + sense_of_community + emotionalsupportscore
trauma =~ neglectscore + abusescore + exposure
wb =~ depressionscore + anxietyscore

#regressions: structural model
  wb ~ age + gender + ethnicity + sesscore + pl:resiliencescore + sl:resiliencescore + pl:trauma + sl:trauma
  resiliencescore ~ age + sesscore + trauma
'

fit.latent_mod_med <- sem(fit.latent_mod_med, data = total, meanstructure = TRUE, std.lv = TRUE)
4

0 回答 0