r - SEM(结构方程模型)调节中介但返回“信息矩阵无法倒置警告”
问题描述
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。
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)
解决方案
推荐阅读
- python - Python Numpy 从字符串中选择动态语句
- excel - 如何使用 Excel VBA 中的循环更新一系列单元格中的值
- python - Python: What is the most efficient / fastest way to unpack the following dataframe to a matrix?
- docker - Arangodb 容器在使用“路径”进行图形遍历过滤时达到内存限制并崩溃
- java - 将 Jxls 更改为 apache poi
- c++ - 为什么 std::vector 允许使用 [] 分配,但 size() 和 capacity() 没有改变?
- angular - 如何在 Angular 8 中使用 nuget
- c# - 尝试使用 SSH.NET 提取从 SFTP 服务器下载的 ZIP 文件后获取“它正在被另一个进程使用”
- ios - 如果项目有测试用例,Jenkins 构建失败并使用 Xcode
- python - 在拖放中识别实例