使用R包lcsm拟合双变量潜变量变化分数模型时遇错求助

错误原因 #

你遇到的问题核心是：specify_bi_lcsm()函数仅生成lavaan格式的模型语法字符串，而非拟合完成的模型对象。直接对这个字符串调用extract_fit()和extract_param()，就会触发"没有对应字符类的glance/tidy方法"的错误——因为这两个函数需要的是已经拟合好的lavaan模型结果，不是纯文本语法。

修正步骤 #

需要在生成模型语法后，用lavaan包的拟合函数（比如sem()）完成模型拟合，再用提取函数处理拟合后的对象：

修正后的代码 #

# 1. 生成双变量LCSM的模型语法
bi_lcsm_model <- specify_bi_lcsm(
  df_wide,
  timepoints = 2,
  var_x = c("srpf_ses1","srpf_ses2"),
  model_x = list(alpha_constant = TRUE, 
                 beta = TRUE, 
                 phi = TRUE),
  var_y = c("avg_hippocampus1","avg_hippocampus2"),
  model_y = list(alpha_constant = TRUE, 
                 beta = TRUE, 
                 phi = TRUE),  
  coupling = list(delta_lag_xy = TRUE, 
                  delta_lag_yx = TRUE)
)

# 2. 用lavaan的sem()函数拟合模型
lavaan_bi_lcsm_fit <- sem(bi_lcsm_model, data = df_wide)

# 3. 提取拟合统计量和参数估计
extract_fit(lavaan_bi_lcsm_fit)
extract_param(lavaan_bi_lcsm_fit) 

额外说明 #

• 如果你的模型偏向验证性因子分析结构，也可以用cfa()替代sem()，但对于潜变量变化分数模型，sem()的适配性更强。
• 拟合前可以先打印bi_lcsm_model查看生成的语法，提前排查变量名、模型结构是否符合预期。

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