lavaan WLSMV估计的问题

Question

我正在运行一个扫描电镜使用拉瓦恩，其中包括5个潜在变量。此外，我还有5个回归方程(Y~…)如果结果是明显的变量和回归者，则是潜在变量和指标的混合。

当我使用最大似然估计时，模型运行时没有问题。但是，当我切换到WLSMV估计(添加参数估计器= "WLSMV")时，我发现了两个问题。第一个问题是，执行变得非常缓慢，运行单个模型需要几个小时，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，我会得到以下警告：

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.

知道这意味着什么吗？这意味着什么？这有问题吗？我是怎么修好的？我应该保持最大的可能性吗？

重要:当我删除回归并只保留度量部分(五个潜在变量)时，函数执行得很快，并且停止收到警告消息。这是否表示当终审法院成为SEM时，不应使用WLSMV？

提前感谢！

Answer 1

我敢打赌，对于一个小样本，你有一个大模型，特别是对于DWLS估计器，它有一个均数和方差调整(MV)的x平方检验统计量.WLSMV您可以尝试简化您的模型，增加您的样本，或使用不同的估计，如"MLR“最大似然估计与稳健(Huber- White)标准误差。

我建议你查阅芬尼，DiStefano和科普(2016)的章节。

书名/作者: C. . DiStefano；结构方程建模K. Schweizer，C. DiStefano (Eds.)，“测试构造的原则和方法:标准和最新进展”，Hogrefe出版，美国波士顿，美国，2016年，第135至165页，10.1027/00449-000。