안녕하세요! 나는 세 가지 잠재변수를 가지고 확증적 요인분석을 했다. 그러나 몇 가지 추정 문제가 있습니다. 일부 표준화된 계수가 누락되었습니다(예: latent2 > DO/Temp; latent1 <-> latent2). 1보다 큰 하나의 표준화된 계수(latent3 > SoftSed, 1.012). 모든 변수는 변환되고 표준화되지만 일부는 여전히 왜곡됩니다. 이것이 이유인지 추측하고 있습니다. 일부 분석 결과를 첨부합니다. 아무도 나에게 이런 일이 일어나는 이유를 줄 수 있습니까? 감사 해요.
또한 변수 DO 및 Temp의 경우 데이터가 누락되었지만 각각은 총 75개의 관측치와 비교하여 2개의 관측치만 누락되었습니다.
안녕하세요 @lujc07 ,
다이어그램에서 값이 누락된 이유는 잠재 변수의 분산이 음수이기 때문입니다. 분산은 음수가 아니어야 하므로 표준화된 추정치를 제공하려고 하지 않습니다. 이해가 되지 않기 때문입니다. 또한 결과를 검사하기 전에 모델의 수렴 상태를 확인하는 것이 중요합니다. 모델이 수렴하지 않으면 결과를 해석할 수 없습니다. 귀하의 이미지에서 수렴이 문제임을 알 수 있습니다.
수렴 실패는 여러 가지 이유로 발생할 수 있지만 이 모델에서는 두 가지 우려 사항이 있습니다.
1) 잠재 변수 중 일부는 거의 직교할 수 있으므로(예를 들어, Latent3 지표와 다변량 출력의 다른 모든 변수 간의 상관 관계 참조), 2-지표 잠재 변수는 추정할 수 없고 이로 인해 문제에.
2) DO와 Temp의 음의 상관관계는 상황을 더 어렵게 만들 수 있습니다.
이러한 문제를 해결하기 위한 제 제안은 다음과 같습니다.
1) 분산을 1로 고정한 다음 두 로드를 동일하게 설정하도록 2-지시자 잠재 변수의 사양을 변경할 수 있습니다.
일관성을 위해 Latent3의 첫 번째 로드를 해제하고 분산을 1로 고정할 수도 있습니다.
2) 두 변수 중 하나를 "역코딩(reverse-coding)"하여 상관관계가 긍정적이 되도록 할 수 있습니다. 예를 들어 Temp의 경우 데이터 테이블의 열로 이동하여 해당 열을 마우스 오른쪽 버튼으로 클릭하고 새 공식 열 > 변환 > 부정을 선택할 수 있습니다. 이렇게 하면 역으로 코딩된 새 데이터 테이블 열이 만들어지고 Temp 대신 사용할 수 있습니다.
이것이 귀하의 모델이 적절한 솔루션으로 수렴하는 데 도움이 되기를 바랍니다.
최상의,
~로라
안녕 로라
답변해 주셔서 감사합니다. 이것은 정말로 내 문제를 해결했습니다.
