Psych包混合数据因子分析不收敛问题求助

1. mixedCor 是否存在 bug？ #

mixedCor 本身并非必然存在 bug，你遇到的收敛失败、NaN 结果更多是数据特性或参数设置导致的，而非函数本身问题。常见诱因包括：

• 样本量不足：分类/二元变量的部分类别样本量极少（如某类别仅1-2个观测），会导致 polychoric/tetrachoric 相关估计不稳定。
• 变量分布极端：连续变量严重非正态（polyserial 相关假设连续变量服从正态分布），或分类变量类别分布极度偏斜。
• 相关矩阵非正定：混合类型变量的相关矩阵可能出现非正定情况，直接导致因子分析迭代失败。
• 迭代次数不足：默认迭代次数可能不足以完成复杂的混合相关估计。

2. polychoric 关联分析包含二元变量时，是否自动调用 tetrachoric 相关？ #

是的。tetrachoric 相关是 polychoric 相关的特殊情况：当两个变量均为二元（二分）类型时，psych 包中的 polychoric() 函数（包括 fa() 中 cor="poly" 参数调用的底层逻辑）会自动切换为计算 tetrachoric 相关，无需额外设置。这也是你移除连续变量后，使用 cor="poly" 能正常运行的原因——此时所有变量都是分类/二元，相关矩阵的估计逻辑统一且稳定。

3. 问题解决方案 #

针对你的情况，可尝试以下几种策略：

策略一：优化数据与 mixedCor 参数 #

• 检查并清理数据：
  • 查看分类/二元变量的类别分布，若某类别样本量过少，考虑合并类别或删除该变量。
  • 检验连续变量的正态性，若严重偏离，先尝试对数、Box-Cox 等转换，再重新计算混合相关矩阵。
• 调整 mixedCor 迭代参数：
  通过 poly.args 传递更高的迭代次数给 polychoric/polyserial 估计，例如：

  cor_matrix <- mixedCor(your_data, poly.args = list(max.iter = 2000, std.err = FALSE))
  

  关闭标准误计算（std.err=FALSE）可减少计算负担，提升收敛概率。
• 平滑非正定矩阵：
  若混合相关矩阵非正定，使用 cor.smooth() 函数修正后再传入 fa()：

  smoothed_cor <- cor.smooth(cor_matrix$rho)
  fa_result <- fa(smoothed_cor, nfactors = 3, fm = "minres")
  

策略二：转换连续变量为分类变量 #

将连续变量离散化，统一变量类型后使用 cor="poly" 进行因子分析，具体方法：

• 按分位数离散化：例如用四分位数将连续变量转为4分类，或根据业务逻辑划分区间，避免丢失过多信息：

  your_data$continuous_var <- cut(your_data$continuous_var, breaks = quantile(your_data$continuous_var), include.lowest = TRUE)
  

• 离散化后直接调用 fa.parallel() 和 fa()：

  fa.parallel(your_data, cor = "poly")
  fa_result <- fa(your_data, nfactors = 2, cor = "poly", fm = "minres")
  

策略三：使用替代工具计算混合相关矩阵 #

尝试 polycor 包的 hetcor() 函数，它对混合类型变量的相关估计稳定性可能优于 mixedCor：

library(polycor)
hetcor_matrix <- hetcor(your_data)
fa_result <- fa(hetcor_matrix$correlations, nfactors = 3, fm = "minres")

策略四：调整因子分析参数 #

• 更换因子提取方法：优先选择更稳健的 fm="minres"（最小残差）而非 fm="ml"（最大似然），后者对非正定矩阵更敏感。
• 增加迭代次数：在 fa() 中设置更高的迭代次数，关闭旋转先验证收敛性：

  fa_result <- fa(cor_matrix$rho, nfactors = 2, fm = "minres", max.iter = 10000, rotate = "none")
  

  若未旋转模型收敛，再尝试添加旋转方法（如 rotate="oblimin"）并调整旋转迭代次数。

内容的提问来源于stack exchange，提问作者zandarina