我正在使用 Lavaan 运行非递归模型。但是，发生了两件事，我不太明白。首先，拟合优度指数和一些标准误差为“NA”。二、不同方向的两个变量之间的两个系数不一致（非递归部分：ResidentialMobility--Author）：一个是正的，一个是负的（至少它们应该是同一个方向的；否则，如何解释？）。有人可以帮我吗？如果您希望我进一步澄清，请告诉我。谢谢！

输出：

lavaan (0.5-21) 在 93 次迭代后正常收敛

我想用一个分类中介来估计一个结构方程lavaan模型R。一个皱纹是三个外生变量是线性相关的。但是，这应该不是问题，因为我使用分类调解器来实现 la Judea Pearl 的前门标准的识别。也就是说，在数学上每个特定的方程都被识别（见R下面的代码）。

当中介是数字时lavaan，R我可以获得估计值，但当它是分类时则不能。使用分类调解器，我得到以下错误：

关于如何使用分类中介获得估计的任何建议lavaan？

代码：

我正在尝试使用 R 的 lavaan 包进行潜在变量分析。但是，我收到以下错误消息：

警告消息：1：在 lav_data_full(data = data, group = group, cluster = cluster, :lavaan 警告：一些观察到的方差（至少）是其他方差的 1000 倍；使用 varTable(fit) 进行调查 2：在lav_model_vcov(lavmodel = lavmodel, lavsamplestats = lavsamplestats, :lavaan 警告：无法计算标准误差！lavaan 注意：这可能是模型未识别的症状。3：在 lav_object_post_check(object) 中：lavaan 警告：一些估计的 ov 方差为负 4：在 lav_object_post_check(object) 中：
lavaan 警告：一些估计的 lv 方差为负

我的模型结构如下：

我正在运行的代码是：

我得到以下摘要：

由于数据在不同的尺度上有所不同，我尝试使用 scale 函数对所有变量进行归一化并再次运行模型。

然后我收到以下错误消息：

警告消息：在 lav_model_vcov(lavmodel = lavmodel, lavsamplestats = lavsamplestats, :lavaan 警告：无法计算标准错误！lavaan 注意：这可能是模型未识别的症状。

以及以下摘要：

你能帮我找出问题所在吗？非常感谢。

我想按性别测试度量等效性，但出现错误。

我有以下相关矩阵：

（如何在控制台中获得一个输出，为我提供一个与 sds 的可重现的协方差/相关矩阵）？

现在我想评估一下男性和女性对工会的看法是否存在差异。

我既尝试了测量不变性的命令，也尝试了手动操作。

在这两种情况下，我都会收到一个错误：

我读过这是由于我的误差协方差引起的负协方差。但是尽管删除了错误协方差V37 ~~ V，但V37 ~~ V38我得到了同样的错误。

问题：

如何评估测量不变性？

我已经建立了一个这样的模型：

从总结中我得到：

“有趣”的事情是我在尝试检查时得到一个负方差错误：

我已经坚持了一段时间了。我已经读过，variances在输出下，必须有一个负方差（显然即使是一个方差也可能导致残差协方差矩阵为正定义。我的问题是：

• 那个负方差在哪里？！或者至少是什么导致了错误以及我如何才能删除它？

measurementInvariance其次，我确实从错误消息之前得到了一些输出。

• 是否可以对所有卡方差异检验具有相同的意义？或者这仅仅是因为它是一个非常小的数字？

我真的会给予任何帮助。我是lavaan的新手，并尝试在理解方面做到最好，但在这里我需要一点推动。

谢谢！！

我发现了一篇关于lavaan使用DiagrammeR. 但是，DiagrammeR这篇文章中使用的版本是版本0.6，我在尝试重现版本代码时遇到了一些麻烦0.8（http://rich-iannone.github.io/DiagrammeR/docs.html）。

通过一些非常小的更改，代码如下所示

首先安装一个 SEMlavaan

现在这是帖子中提出的代码

到目前为止，一切都很好。

错误在这里

在 的文档中，DiagrammeR据说“将函数重命名为graphviz_graph和”。graphviz_rendercreate_graphrender_graph

但是，进行此更改不起作用

知道为什么吗？

其他问题。在这篇文章中，这段代码似乎没有绘制残差协方差。知道如何用 绘制残差协方差吗DiagrammeR？

谢谢

我想为使用semPlotSEM 模型的不同节点设置不同的大小lavaan。

semPlot给出：

但是，我想要这样：

我正在尝试使用序数变量拟合模型，并且由于样本大小仅为 N = 111，因此相关表中有很多空单元格：

fit <- cfa( model = my.model, data = items, ordered = c("oc1","oc2","oc3","oc4","oc5","oc6","oc7","oc8","oc9","oc10","oc11","oc12","oc13","oc14","oc15","oc16","oc17","oc18","oc19","oc20","oc21","oc22","oc23"), estimator = "WLSMV" )

所以我读到 lavaan 有 zero.add 选项，但是当我传递zero.add = c(0.5, 0.5)给 cfa() 时，我仍然得到同样的警告。检查相关表后，似乎没有任何变化。仍然没有计算稳健拟合度量，在检查它们时将它们设置为 NA。这是正常行为，还是我遗漏了什么？有没有办法设置选项以便 cfa() 接受它？我还尝试了 lavaan() 和 cfa() 使用的默认值，但仍然没有...</p>

我的版本是 0.5.23.1097

当我使用 sempaths（包 semplots）绘制 SEM 模型时，我无法摆脱路径。路径看起来是两个观察到的变量（V1_1 和 V1_2）之间的协方差。

这是模型和输出图的代码：

我得到的输出如下所示：

我希望摆脱的路径/边缘位于节点“V1_1”和“V1_2”之间，值为 0.20。任何帮助将不胜感激。

我有一个数据集，其中一些（但不是所有）受试者在时间 2 参与。我想跨时间和跨组运行测量不变性分析。当然，对于那些只在时间 1 参与的人，不会为他们估计时间 2 的潜在变量。

lavaan您可以在模型中为每个变量指定不同的权重，方法是在其前面加上权重向量。例如，c(0.5, 0.2) 将赋予第一组 0.5 的权重，赋予第二组 0.2 的权重。对我来说，问题是我无法对潜在变量执行此操作。我的问题：我如何告诉lavaan只为一组而不是另一组估计潜在变量？

示例代码：