问题标签 [structural-equation-model]

如何计算不同数据框之间潜在变量的因子负载估计值？

我有 3 个数据帧与 1 个潜在变量（相同的变量 ABCD）相关，但间隔不同。

• dataframe1（100-120 天）。（1550 条记录）
• dataframe2（120-150 天）。（1780 条记录）
• dataframe3（180-250 天）。（1670 条记录）

现在我想使用 SEM 计算 3 个潜在变量之间的估计差异。有人可以帮助我吗？

例子：

我用 sem 拟合了一个结构方程模型，现在我试图用 semPaths 可视化模型：

semPaths(fit1b_rh, "path", "stand",layout="tree", edge.color = "black", residuals = FALSE, layoutSplit = TRUE, subRes = 360, asize = 1 , sizeMan = 15,sizeMan2 = 4, sizeLat = 18, sizeLat2 = 7,rescale= TRUE, edge.width=TRUE, asize = 3, label.scale = TRUE,font = 7, label.prop= .7, overlap = FALSE, nodeLabels = c("HC", "HE","caudalACC","rostralACC","caudalmidfront","parsorb","parstri","rostralmidfront","supfront","age", "sex", "BMI", "suptemp","midtemp","age x HC","age x HE","intemp" , "bankssts","fusiform", "Chronic Stress","ACC","FrontLobe","TempLobe","Interaction stress x age"))

到目前为止它工作正常，但是我的潜在变量的节点以及指标变量的一些节点保持重叠。Sacha Epskamp 建议尝试 Fruchterman Reingold 算法（布局？）https://github.com/SachaEpskamp/qgraph/issues/5#issuecomment-260288621，但我不确定如何在我的代码中实现它，只需更改布局即可不行。

我将 lavaan 用于我的 sem 模型，但在表示最终路径图时遇到了麻烦。基本上，我希望在图表中间有中介变量（能力），即通过教育切换位置。为了更好地理解，我附上了获得的图表和相关代码：

关于如何转换能力（abl）和教育（edc）的位置的任何想法？谢谢

我刚刚运行了一个巨大的模型，并且无法在摘要中找出所有结果。具体来说，variance 下的变量标签似乎被切断了输出页面（照片在下面的链接中）。有关如何修复的任何建议？

输出图像

我正在处理调查数据并尝试使用 SEM 对其进行R分析lavaan

数据无缺失值，共1723例。

我的模型有 2 个因子和两个序数内生变量。

模型如下所示：

所有变量，无论是外生变量还是内生变量，都是序数变量。

该程序显示两个警告：

1. 优化器 (NLMINB) 声称模型收敛，但并非所有梯度元素都（接近）为零；优化器可能没有找到局部解；使用 check.gradient = FALSE 跳过此检查。
2. 构造 W 矩阵的麻烦；对 nlminb 中的 A11 子矩阵误差使用广义逆（start = start.x，objective = objective_function，gradient = GRADIENT，：

我按照以下说明进行操作：

http://lavaan.ugent.be/tutorial/cat.html

并将 Ordin1 和 Ordin2 声明为序数变量，ordered 但它不起作用。并且所有估计的标准误差都丢失了。

有谁知道这里发生了什么？

我正在尝试在 lavaan 中对社会优势取向 (SDO) 的问卷量表进行验证性因素分析，以复制过去在量表开发过程中所做的研究。但是，模型不收敛，我不知道为什么。它给了我以下错误：

我试图拟合的模型有四个因素。前两个是支配性和反平等主义，此外，这些分量表上的项目应该对亲特质因素（最初表现为较高值 = 较高 SDO 的项目）或特质因素（最初表现为较高的值 = 较低的 SDO）。我附上了一张图片，显示了模型的外观：

我正在尝试运行的模型

以下是我在 R 中的模型。请注意，支配和反平等主义中的项目也应该加载到赞成或反对因素上：

知道问题出在哪里吗？是否有其他方法我应该编写模型以使其收敛并仍然获得我所附图像中呈现的因子结构？

非常感谢您的帮助！

我正在尝试使用分段SEM 创建一个复合变量以在 SEM 中使用。我读过这本书，但我仍然有两个问题希望有人能帮助我：

1. 在提取每个指标的系数时，我是使用完全混合效应模型还是使用简单的快速脏模型（model1）。换句话说，我是否应该像最终回归一样进行模型选择过程？（模型2）。

2. 从模型的总结来看，如果一个指标不显着，我是删除它还是继续使用它？例如，如果 x 不会对 z 产生显着影响，这是否意味着它不应该包含在复合变量中？

提前致谢！

我有这个在夫妻之间测量的每日日记数据集。所以它有两个层次：个人层次和夫妻层次。

X 是在周一至周五的晚上测量的。

M 是在周二到周六的早上测量的。

Y 是在周一到周五的晚上测量的。

因此，所有变量都评估了 5 次，但同时评估了 X 和 Y。

我的老板想让我建立这个中介模型：X（前一个晚上的评估）--> M（第二天早上的评估）-->Y（第二天晚上的评估）。

我想出的是一个交叉滞后的面板中介（见图）这意味着（如果我的理解是正确的）对于X，我们只能使用前4天的数据，对于M和Y，我们只能使用最后一天四天的数据，因为 X 和 Y 同时评估。我的老板认为应该有一种方法可以为每个变量使用所有五天的数据。

是否有其他方法可以利用每个变量的所有五天数据来分析这一点？或者测试这种中介模型的正确方法是什么？非常感谢！

（该图从 Selig & Preacher, 2009 复制粘贴） ( )

我一直在尝试使用 LAVAAN，这意味着我需要先设置“semPlot”。但是，当我尝试install.packages("semPlot")收到此消息时：

我试过install.packages("XML")但收到package ‘XML’ is not available (for R version 3.5.2)我的版本是 1.1.463，所以我不确定发生了什么。

当我尝试召唤时，library(semPlot)我收到此错误消息：

谁能帮我解开这个谜语？非常感谢您的任何建议！

我想在（包）的输出上使用reliability()包中的函数。semToolssem()lavaan

我正在使用这样的功能：

但我收到以下警告：

忽略高阶因素。

输出仅显示三个潜在变量的值：

然而，我的模型有更多的变量。以下是使用创建的sem()模型生成的输出lavaan：

这是我用来生成潜在变量的 SEM 模型：

如何在不忽略高阶因子的情况下获得所有潜在变量的 AVE 和 Omega 值？