问题标签 [sem]

我有以下测量模型（SEM），但是当我尝试运行它时，我不断收到以下错误：

构造错误（复合（“l2”，multi_items（“x”，21:24），权重= mode_A），：缺少参数，没有默认值

我能做些什么来解决它？有任何想法吗 ？谢谢大家！！最好的，安德里亚

我想知道我们是否可以在 PLS-SEM 中使用二进制变量（编码 0 和 1）作为主持人？我读到可以将它们作为构造包含在 PLS-SEM 的测量模型中，如我的代码中所示。我使用了产品指标的方法，它奏效了。尽管如此，它不适用于两步法。这种方法可行吗？

此外，我发现这个来源认为可以在 R 中的 PLS SEM 中将二进制变量视为潜在变量（构造）：https ://www.gastonsanchez.com/PLS_Path_Modeling_with_R.pdf

有没有人对此有进一步的参考？

我已经被这个任务困了好几天了。有人可以帮我理解我做错了什么吗？我已经为每个步骤提供了路径图和标签的图片，以使我的思维过程清晰。我是 SEM 的新手，将在此处输入图像描述，感谢任何指导。

我正在尝试创建一个结构方程模型，以测试在kaggle上找到的大 5 数据集的潜在变量的结构。更具体地说，我想复制一个发现，该发现表明共同方法方差（例如，响应偏差）夸大了经常观察到的大 5 的明显变量/项目之间的高相关性（Chang、Connelly 和 Geeza（2012 年）。

这是我在Github上的完整代码。现在我收到来自lavaan的警告：

但是当我跑步时summary(big5_CFA_cmv, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)，lavaan 似乎正常结束并产生了良好的拟合统计数据。

但是，共同方法方差因子存在一些负因子载荷。此外，外向性似乎与 cmv 呈负相关。

这是什么意思？我可以相信拟合统计数据还是我的模型指定错误？

现在，我尝试使用 SEM 来检查 HBN（分层贝叶斯网络）结构。我已经订购了分类自变量和二元分类因变量。那么，我应该将该变量转换为连续变量还是虚拟编码？我可以把变量值像'low'，'mid'，'high'......？