问题标签 [structural-equation-model]

我目前正在 Lavaan 进行 SEM 分析，但遇到了一些问题。在运行完整的 sem 之前，我打算运行 CFA 来复制使用我正在使用的这种测量方法完成的心理测试。该度量有 24 个项目，构成 5 个子量表（潜在变量），这些子量表又加载到一个总的“高阶”因子上。我尝试用两种不同的方式来估计这个模型：（1）一个五因子模型（没有高阶因子），其中所有 5 个子量表都可以相互关联；（2）一个高阶模型，其中包含一个 TOTAL 潜在变量最多这 5 个 suscale。

第一个模型有五个相关的潜在因子（FNR、FOB...FAA），方差固定为 1。该模型收敛且无错误地拟合数据。只要我不指定构成 FTOTAL 潜在变量的子量表（FNR、FOB ..）是相关的，第二个模型也有效。但是，如果我指定这些子量表是相关的（#Residual correlations 部分），模型仍然运行但给我错误“lavaan 警告：无法计算标准误差！信息矩阵无法反转。这可能是一个症状该模型未识别。” 如果我从模型 2 中删除残差相关性，则模型运行时不会出错。两者的 R 代码如下：

这是我第一次使用 SEM，我不确定我做错了什么。指定这些构成 FTOTAL 潜在变量的子量表是否允许相关是不合适的吗？我从文献中了解到，这就是第二个模型应该如何指定（五个因素相关），因为在第一个模型中，五个方面是相关的。但是，也许情况并非如此，我应该在没有相关性的情况下运行模型二，但我想了解这样做的理由，以及为什么这不合适。

提前感谢大家的帮助。

Lavaan 的 sem 模型中 CFI=0 的原因是什么。附上统计值

我有横截面数据，并且正在尝试指定具有多种中介的模型。

我的自变量 (IV) 由一个包含 24 个项目的工具测量，这些项目构成 5 个子量表（潜在变量），这些子量表又加载到一个总的“高阶”因子上。我尝试用两种不同的方式来估计这个模型：（1）一个五因子模型（没有高阶因子），其中所有 5 个子量表都允许相关；（2）一个高阶模型，其中包含一个 TOTAL 潜在变量在这 5 个 suscales 中。第一个模型有五个相关的潜在因素（FNR，FOB...FAA），方差固定为 1。

我的第一个模型有一个 IV（FTOTAL）、4 个介质（ER 1、2、3 和 4）和一个 DV（PH）。ER 4 和 IV 之间的关系由其他介质之一 (ER3) 介导，使其成为一种介导的中介。我能够毫无问题地为具有更高阶 TOTAL 因子的第一个模型指定 SEM，代码如下所示：

但是，我无法弄清楚如何将具有所有 5 个子量表的模型指定为同一模型中的自变量。我尝试遵循相同的逻辑，但在模型中包含 5 个 IV，但没有成功。有人可以提出解决方案吗？或者是一次只运行 5 个不同模型的唯一方法，其中一个子尺度作为 IV？

预先感谢您的帮助。

我运行一个 sem 函数进行中介分析，并在 lavaan lavaan WARNING 中收到警告：变量 stn 和摄入量之间的相关性（接近）1.0。这里 stn 是我的因变量，有两个类别（1/2），intake 是连续因变量。我应该担心这个警告吗？

我正在使用 SEM 在 lavaan 中进行路径分析。我的因变量：WI（财富指数），有 5 个类别，我为每个类别（0/1）创建了虚拟变量。我的中介变量：Intake，是一个连续变量。我的因变量：Status，二元变量（0/1） 我想计算 WI 对 Status 的直接和间接影响。是间接影响= (-.39-.21-.74-.55)*(-.01)

如果 WI 是第二个图中的连续变量，那么直接效应 = 0.55*(-0.01)

我正在研究具有三个波的纵向数据，并且首先使用了混合概率回归模型（中间回归模型）。我使用以下代码在 STATA 中运行了分析：

在下一步中，我想估计一个结构方程模型来查看可能的影响中介。有谁知道我如何在 Stata 或 R 中实现混合结构方程模型？您是否知道有任何论文使用了类似的方法？

非常感谢！

我正在尝试使用结构方程建模（SEM），其中我将获得最终的因变量，这是名义上的，因此需要选择建模。有没有办法我可以在 R 的 lavaan 包或任何其他 R 包中为结构方程建模做这个选择建模

我使用 R-lavaan 包测试了测量模型作为我的结构方程方法的第一步。

一切正常，但是当我尝试检查该测量模型的 modindices 时，我收到一条我似乎无法解决的错误消息：

与 SEM 相关的变量不包含任何缺失值。我不明白为什么 R 不想运行 modindices 命令。测量模型拟合接近可接受（样本量非常低，N = 183）：

• 卡方：0
• CFI：0.938
• RMSEA：0.088
• SRMR：0.084

感谢您的帮助，在此先感谢。

我正在使用 R 中的“lavaan”包，并将模拟一个 SEM 模型，其中我的最终内生变量是名义变量（将三个类别写为文本）。

我曾尝试使用“有序”参数，但它仅适用于序数变量而不是名义数据。

我的问题是，是否可以使用 Lavaan 对名义内生变量进行建模？如果是，我会怎么做？

我目前正在使用 WinBUGS 研究具有有序分类变量的 SEM（结构方程建模）。我对 WinBUGS 比较陌生，所以我按照Lee 和 Song 的书5.2.4 节中的代码进行操作。我的目标是将数据拟合到指定的模型（参见下面的 WinBUGS 代码）并获得参数的估计值。

下面提供了我的 WinBUGS 代码。数据集太大（Sample size 1986 with 19 variables）无法直接包含在下面的代码中，所以我在这里附上了两个数据集z.data和xi.data。

所有 19 个变量都是在各种尺度上测量的有序分类变量，范围从四点量表到十点量表。我遵循书中所述的常见做法，使用 R 找到阈值并将它们作为“thd”包含在数据集中。

我希望上述代码应该在 WinBUGS 中成功运行。模型检查、数据加载和模型编译步骤没有问题。但是，当我继续在 WinBUGS 中加载两组初始值时，两条链都显示“此链包含未初始化的变量”消息，但我不知道哪些变量未初始化。当我尝试使用“gen inits”选项生成初始值时，在初始化模型时，会显示一个陷阱日志消息“未定义的实际结果”和一长串错误。我还用Lee 和 Song 的书5.2.4 节中的代码进行了试运行，但也出现了类似的错误（代码和数据集可以在同一个站点下载）。

我想到的问题是：

1. 模型中的哪些变量未初始化？我以为我已经指定了所有必要的参数。
2. 当我尝试使用“gen inits”选项生成初始值时，是什么导致了“未定义的实际结果”问题以及如何解决这个问题？

您能否提一些建议？非常感谢！