在R中用lavaan做路径分析遇方差差异过大及报错求助

我正在处理一份SPSS数据文件，其中离散缺失值被设为-999。我觉得这是我用R做路径分析时出现错误的原因，该怎么解决？要在SPSS里处理还是可以在R里完成？缩放处理会影响结果吗？我统计学基础弱，请像给大一心理学本科生解释一样讲解决方案。

错误信息 #

Error in Sigma.inv * sample.cov : non-conformable arrays
In addition: Warning messages:
1: In lav_data_full(data = data, group = group, cluster = cluster, :
lavaan WARNING: some observed variances are (at least) a factor 1000 times larger than others; use varTable(fit) to investigate
2: In lavaan(model, data = Conspiracies) : lavaan WARNING:
Model estimation FAILED! Returning starting values.

我的代码 #

library(haven)
Conspiracies <- read_sav('Baseless_Beliefs.sav')
library(lavaan)

# Specify the model
model <- '
  # Exogenous variables
  Individualizing ~~ Binding
  
  # Mediators
  mean_vhnb ~ Individualizing + Binding
  mean_se ~ Individualizing + Binding
  mean_spd1 ~ Individualizing + Binding
  
  # Outcome variables
  ConsControversies ~ mean_vhnb + mean_se + mean_spd1
  Pseudoscience ~ mean_vhnb + mean_se + mean_spd1
  ClassicCoverup ~ mean_vhnb + mean_se + mean_spd1
  Magicalthinking ~ mean_vhnb + mean_se + mean_spd1
  
 #estimating the covariance of residuals for outcome
 ConsControversies ~~ Pseudoscience + ClassicCoverup + Magicalthinking
 Pseudoscience ~~ ClassicCoverup + Magicalthinking
 ClassicCoverup ~~ Magicalthinking
'

fit<-lavaan(model,data=Conspiracies)

summary(fit,fit.measures=TRUE)
summary(fit,fit.measures=TRUE,standardized=TRUE,rsquare=TRUE)
parameterEstimates(fit)
fitMeasures(fit)
modificationIndices(fit)

一、先把-999换成R能识别的缺失值 #

SPSS和R都能处理，推荐直接在R里搞定，不用来回导文件：

• 执行下面的代码，把数据里所有等于-999的数值换成NA（R默认的缺失值标记）：

# 将所有-999替换为R识别的缺失值NA
Conspiracies[Conspiracies == -999] <- NA

• 为啥要换？因为lavaan包会把-999当成正常数据计算，比如你原本的变量是1-5的计分，突然混进一堆-999，会导致这个变量的方差变得特别大（比其他变量大1000倍那种），方差差距太大就会让模型算崩溃，这就是你看到警告和报错的核心原因。

二、检查变量方差（可选但建议做） #

处理完缺失值后，运行下面的代码查看每个变量的方差，确认没有异常大的数值：

# 先重新拟合模型，再查看变量统计信息
fit <- lavaan(model, data = Conspiracies)
varTable(fit)
# 或者直接看数据的描述统计
summary(Conspiracies)

如果还有方差特别大的变量，可能是变量计分范围差太多（比如一个是0-100，另一个是1-5），这时候可以考虑标准化。

三、关于缩放（标准化）的疑问 #

• 标准化不会改变变量之间的关系方向和显著性（比如谁影响谁、这个影响是不是真的存在），只会把系数转换成标准化值，方便你比较不同变量的影响大小。
• 如果变量计分范围差异大，标准化后模型更容易跑通，结果也更直观。
• 标准化的两种方式：
  1. 拟合模型时直接设置参数（推荐，不用改原始数据）：

  fit <- lavaan(model, data = Conspiracies, std.lv = TRUE)
  

  2. 提前标准化整个数据集：

  # 只标准化数值型变量
  num_vars <- sapply(Conspiracies, is.numeric)
  Conspiracies[num_vars] <- scale(Conspiracies[num_vars])
  

四、重新运行模型 #

处理完缺失值和标准化（如果需要）后，再执行你原来的拟合代码，模型应该就能正常运行并输出结果了。

内容的提问来源于stack exchange，提问作者T_sardines