你好！ 我對三個潛在變量進行了驗證性因素分析。 但是，存在一些估計問題。 缺少一些標準化係數（例如，latent2 > DO/Temp；latent1 <-> latent2）。 一個大於 1 的標準化係數（latent3 > SoftSed，1.012）。 所有變量都經過了轉換和標準化，但有些仍然是偏斜的。 我猜這是否是原因。 我附上一些分析結果。 誰能告訴我為什麼會發生這種情況？ 謝謝。
同樣對於變量 DO 和 Temp，它們都有缺失數據，但與總共 75 個觀察值相比，它們中的每一個都只有兩個觀察值缺失。
你好@lujc07 ,
圖中缺失值的原因是潛在變量的方差是負的——方差不應該是負的，所以我們不會試圖給你一個標準化的估計，因為它沒有意義。 此外，在檢查結果之前檢查模型的收斂狀態也很重要；如果模型未能收斂，則結果不可解釋。 在您的圖像中，我看到收斂是一個問題：
收斂失敗的發生有多種原因，但在這個模型中，我有兩個問題：
1) 看起來您的一些潛在變量可能幾乎是正交的（例如，請參見 Latent3 指標與多變量輸出中的所有其他變量之間的相關性），因此 2 指標潛在變量可能無法估計，這可能導致到問題。
2) DO 和 Temp 的負相關可能會使事情變得更難。
我對解決這些問題的建議是：
1) 您可以更改 2-indicator 潛在變量的規範，以便將它們的方差固定為 1，然後將兩個負載設置為相等：
為了一致性，您可以釋放 Latent3 的第一次加載，並將其方差固定為 1。
2）您可以嘗試“反向編碼”這兩個變量之一，以便相關性為正。 例如，對於 Temp，您可以轉到數據表中的列，右鍵單擊它，然後選擇“新建公式列”>“轉換”>“否定”。 這將創建一個反向編碼的新數據表列，您可以使用它代替 Temp。
我希望這有助於您的模型收斂到正確的解決方案。
最好的事物，
~勞拉
