やあ！ 3つの潜在変数を使用して確認因子分析を行いました。 ただし、見積もりの問題がいくつかあります。 一部の標準化された係数が欠落しています（例：潜在2> DO / Temp;潜在1 <->潜在2）。 1より大きい1つの標準化された係数（latent3> SoftSed、1.012）。 すべての変数は変換および標準化されていますが、一部はまだ歪んでいます。 これが理由かと思います。 いくつかの分析結果を添付します。 誰かが私にこれが起こる理由を教えてもらえますか？ ありがとう。
また、変数DOとTempの場合、データが欠落していますが、合計75の観測値と比較して、それぞれに2つの観測値が欠落しています。
やあ@ lujc07 、
ダイアグラムに値がない理由は、潜在変数の分散が負であるためです。分散は負であってはならないため、意味がないため、標準化された推定値を提供しようとはしません。 また、結果を調べる前に、モデルの収束ステータスを確認することが重要です。モデルが収束しない場合、結果は解釈できません。 あなたの画像では、収束が問題であることがわかります。
収束の失敗はいくつかの理由で発生する可能性がありますが、このモデルでは2つの懸念があります。
1）潜在変数の一部がほぼ直交しているように見えるため（たとえば、Latent3インジケーターと多変量出力からの他のすべての変数との相関関係を参照）、2インジケーターの潜在変数は推定できない可能性があります。問題に。
2）DOとTempの負の相関関係は、事態を困難にしている可能性があります。
これらの懸念に対処するための私の提案は次のとおりです。
1）2インジケーター潜在変数の仕様を変更して、分散を1に固定し、2つの負荷を等しく設定することができます。
一貫性を保つために、Latent3の最初のロードを解放し、その分散を1に修正することもできます。
2）相関が正になるように、これら2つの変数のいずれかを「逆コーディング」してみることができます。 たとえば、Tempの場合、データテーブルの列に移動して右クリックし、[新しい数式列]> [変換]> [否定]を選択できます。 これにより、逆コード化された新しいデータテーブル列が作成され、Tempの代わりに使用できます。
これがモデルを適切なソリューションに収束させるのに役立つことを願っています。
一番、
〜ローラ
こんにちはローラ、
ご回答有難うございます。 これは本当に私の問題を解決しました。
