SEM可视化报错：dimnames(x)<-dn维度名长度与数组范围不匹配

问题根源 #

你模型中定义的二阶潜变量MED采用了MED =~ 1*F1 + F2 + F3 + F4的形式，结合WLSMV估计器时，semPlot包在解析模型参数矩阵时会出现维度不匹配问题——这种方式定义的二阶因子，其参数存储结构和semPaths的预期逻辑不一致。

解决方案：调整二阶潜变量的定义方式 #

将二阶因子的定义从指标载荷形式改为回归形式，这在统计上等价于原模型，但能避免semPaths的解析错误。具体修改如下：

替换原模型中MED的定义代码：

# 原代码
MED =~ 1*F1 + F2 + F3 + F4

# 修改为
F1 ~ 1*MED
F2 ~ MED
F3 ~ MED
F4 ~ MED

修改后的完整可运行代码 #

library(lavaan) 
library(semPlot)

set.seed(123)
n <- 500  
categorical_vars <- c("Q1", "Q2", "Q3", "Q4", "Q5", "Q6", "Q7", "Q8", "Q9", "Q10", "Q11", "Q12", "Q13", "Q14", "Q15", "Q16")
other_vars <- c("IV", "DV1", "DV2", "DV3")

all_vars <- c(categorical_vars, other_vars)

DATA <- data.frame(matrix(sample(1:3, n * length(categorical_vars), replace = TRUE), nrow = n, ncol = length(categorical_vars)))
names(DATA) <- categorical_vars

DATA$IV <- sample(10:30, n, replace = TRUE)
DATA$DV1 <- sample(1:10, n, replace = TRUE)
DATA$DV2 <- sample(1:10, n, replace = TRUE)
DATA$DV3 <- sample(1:10, n, replace = TRUE)

Proposed_mod <-'
  # 一阶潜变量定义
  F1 =~ Q1 + Q2 + Q3 + Q4
  F2 =~ Q5 + Q6 + Q7 + Q8
  F3 =~ Q9 + Q10 + Q11 + Q12
  F4 =~ Q13 + Q14 + Q15 + Q16
  
  # 二阶潜变量：回归形式定义，与原载荷形式统计等价
  F1 ~ 1*MED
  F2 ~ MED
  F3 ~ MED
  F4 ~ MED
  
  PSYCH =~ DV1 + DV2 + DV3
  
  # 结构路径
  MED ~ a*IV
  PSYCH ~ b*MED
  PSYCH ~ c*IV
  
  # 间接效应修正：原代码逻辑错误，应为b*a
  ind := b*a
'

f1 <- sem(Proposed_mod, 
          data = DATA, 
          ordered = categorical_vars, 
          std.lv = TRUE,
          estimator = "WLSMV")  

summary(f1, standardized = TRUE, fit.measures = TRUE)

semPaths(f1, 
         what = "path", 
         whatLabels = "std", 
         layout = "tree2", 
         edge.label.cex = .5, 
         sizeMan = 3, 
         sizeLat = 5, 
         fade = FALSE, 
         thresholds = F,
         color = list(lat = "lightblue", man = "white"))

补充说明 #

1. 统计等价性：修改后的回归形式和原载荷形式的二阶因子模型完全等价，不会改变模型拟合结果与参数估计值。
2. 错误本质：semPlot对WLSMV估计下“潜变量作为指标”的模型支持不佳，回归形式的定义更适配该包的参数解析逻辑。
3. 细节修正：原代码中间接效应计算逻辑错误，已修正为ind := b*a（对应IV→MED→PSYCH的间接效应）。

内容的提问来源于stack exchange，提问作者RRL