如何解决lavaan - WLSMV 估计器的问题
我正在使用包含 5 个潜在变量的 lavaan 运行 SEM。此外,我有 5 个回归方程 (Y~...),其中结果是显性变量,回归量是潜在变量和指标的混合。
当我使用最大似然估计时,模型运行没有问题。但是当我切换到 WLSMV 估计(添加参数 estimator = "WLSMV")时,我发现了两个问题。第一个问题是,运行单个模型需要几个小时,执行变得非常缓慢,知道为什么会发生这种情况以及是否有办法修复它?
第二个问题是,当我尝试拟合多组 SEM 并开始约束模型时,我收到以下警告:
lavaan WARNING: the optimizer (NLMINB) claimed the model converged,but not all elements of the gradient are (near) zero;
the optimizer may not have found a local solution
use check.gradient = FALSE to skip this check.
知道这是什么意思吗?有什么影响?这是一个问题吗?我如何解决它?我应该简单地保持最大似然吗?
重要提示:当我删除回归并仅保留测量部分(五个潜在变量)时,该函数执行得很快,我不再收到警告消息。是不是说CFA变成SEM就不能用WLSMV了?
提前致谢!
解决方法
你有一个小样本的大模型,我敢打赌,对于具有均值和方差调整 (MV) 卡方检验统计量的 DWLS 估计器来说尤其小...... WLSMV。您可以尝试简化模型、增加样本或使用不同的估计量,例如具有稳健(Huber-White)标准误差的“MLR”最大似然估计。
我建议您查看 Finney、DiStefano 和 Kopp(2016 年)的章节。
S.J. Finney,C. DiStefano,J.P. Kopp.估计方法及其在结构方程建模中应用的前提条件概述 K. Schweizer、C. DiStefano(编辑),测试构建的原理和方法:标准和最新进展,Hogrefe Publishing,波士顿,马萨诸塞州,美国(2016 年),pp . 135-165,10.1027/00449-000
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。