使用lavaan进行SEM中介分析报错：数据集缺失观测变量

问题根源 #

1. 模型语法结构错误
   你把两个核心回归方程写在了同一行，导致lavaan无法正确解析模型逻辑，误生成了不存在的变量Y、M。中介模型需要明确拆分两条路径：

• 中介变量被预测变量驱动的路径
• 因变量被预测变量+中介变量共同驱动的路径

2. 对象名笔误
   你定义模型时用的变量名是modal，但调用sem()时传入的是model，这会导致R找不到模型对象（虽然当前报错没触发这个，但属于潜在致命问题）。

3. 变量名一致性风险
   需确认Tyburdata数据集中的变量名和模型里的完全匹配，比如模型里的Sexual_Disgust不能是数据里的Sexual Disgust（带空格的变量名在lavaan中会解析失败，建议用下划线/驼峰命名）。

修正后的代码 #

# 规范的中介模型语法
model <- '
  # 因变量回归：直接效应c + 中介路径b
  PolOri_Social ~ c*Gender + b*Sexual_Disgust
  # 中介变量回归：中介路径a
  Sexual_Disgust ~ a*Gender
  # 间接效应计算
  ab := a*b
  # 总效应计算
  total := c + ab
'

# 拟合模型（确保模型对象名与定义一致）
fit <- sem(model, data = Tyburdata)
summary(fit)

内容的提问来源于stack exchange，提问作者Megan Owen