如何程序化检查R语言psych包fa()函数的收敛性？

核心思路 #

不管使用哪种因子提取方法，fa()返回的结果对象结合运行时的警告信息，就能实现通用的收敛性判断——不需要针对单一方法写繁琐的判断逻辑。

具体实现代码 #

library(psych)

custom_fa <- function(...) {
  # 初始化收敛状态与警告存储
  converged <- TRUE
  fa_warnings <- NULL
  
  # 调用fa并捕获所有警告
  fa_result <- withCallingHandlers(
    fa(..., warnings = FALSE),  # 关闭内置警告输出，自行处理
    warning = function(w) {
      fa_warnings <<- c(fa_warnings, w$message)
      invokeRestart("muffleWarning")
    }
  )
  
  # 多维度判断收敛状态
  # 1. 检查是否包含收敛失败相关警告
  if (any(grepl("convergence", fa_warnings, ignore.case = TRUE))) {
    converged <- FALSE
  }
  # 2. 检查结果内置的converged标记（适用于ml等方法）
  if (!is.null(fa_result$converged) && !fa_result$converged) {
    converged <- FALSE
  }
  # 3. 针对主轴因子法，检查迭代是否触达上限
  if (!is.null(fa_result$communality.iterations) && !is.null(fa_result$call$max.iter)) {
    if (length(fa_result$communality.iterations) == fa_result$call$max.iter) {
      converged <- FALSE
    }
  }
  
  # 收敛失败时返回提示空图
  if (!converged) {
    plot.new()
    text(0.5, 0.5, "convergence failed", cex = 1.2)
    return(invisible(NULL))
  }
  
  # 收敛成功则返回fa结果
  return(fa_result)
}

测试收敛失败场景 #

可以通过设置极小的迭代上限来模拟收敛失败：

bad_corr <- matrix(0, nrow=50, ncol=50)
diag(bad_corr) <- 1
# 强制ml方法迭代1次就停止，触发收敛失败
custom_fa(r=bad_corr, nfactors=8, fm='ml', max.iter=1)

关键说明 #

• 手动捕获警告而非依赖fa()的warnings参数，能程序化判断警告内容，避免冗余输出。
• 多维度检查覆盖了所有常见因子提取方法的收敛判断逻辑，通用性更强。
• 收敛失败时直接生成空图并提示，符合你的需求。

内容的提问来源于stack exchange，提问作者TiredSquirrel