SEMinR反射性模型构建异常：estimate_pls成功但summary报错

错误原因 #

1. 代码调用失误：你通过as.reflective(simple_mm)生成了反射型测量模型reflec_mm，但在estimate_pls()中仍使用原始的simple_mm，导致模型转换未实际生效。
2. 单指标反射型构念的共线性问题：ROLE、VALUES、TL均为单指标构念，设置为reflective时，构念得分直接等于指标值。若这些构念之间或与其他构念存在完全共线性（相关系数趋近于1），会导致构念相关矩阵成为奇异矩阵，summary()中对该矩阵求逆时就会触发solve.default错误；同时共线性还会引发sqrt(rho %*% t(rho))计算产生NaN。

解决步骤 #

1. 修正模型调用 #

确保使用转换后的反射型测量模型进行估计：

# 修正estimate_pls的参数，替换为reflec_mm
TL_simple_model <- estimate_pls(
  data = TL_data.scaled,
  measurement_model = reflec_mm,  # 此处改为转换后的反射型模型
  structural_model = simple_sm,
  inner_weights = path_weighting)

2. 为单指标反射型构念添加测量误差 #

给单指标reflective构念手动指定微小的测量误差方差，避免完全共线性导致的矩阵奇异：

# 重新定义测量模型，为单指标构念设置error_variance
reflec_mm <- constructs(
  composite("URBAN", multi_items("urban_", 1:2)),
  composite("EFFICACY_AGENCY", multi_items("efficacy.agency_", 1:2), weights = correlation_weights),
  # 给单指标反射型构念添加测量误差方差，取值可参考领域文献调整
  composite("ROLE", single_item("Role", error_variance = 0.05), weights = correlation_weights),
  composite("VALUES", single_item("values_avg", error_variance = 0.05), weights = correlation_weights),
  composite("TL", single_item("TL.Score", error_variance = 0.05), weights = correlation_weights)
)
# 转换为反射型模型
reflec_mm <- as.reflective(reflec_mm)

3. 排查并处理多重共线性 #

• 先提取构念得分，计算相关矩阵排查高度相关的构念：

# 提取构念得分并计算相关系数
scores <- TL_simple_model$construct_scores
print(cor(scores))

• 若发现构念间相关系数接近1，可采取以下措施：
  • 删除冗余构念；
  • 检查数据是否存在变量重复、缩放错误等问题；
  • 合并高度相关的构念为单一构念。

4. 更换内部权重计算模式 #

将inner_weights从path_weighting改为path_factoring，该模式对共线性的容忍度更高：

TL_simple_model <- estimate_pls(
  data = TL_data.scaled,
  measurement_model = reflec_mm,
  structural_model = simple_sm,
  inner_weights = path_factoring)  # 更换权重计算模式

内容的提问来源于stack exchange，提问作者Xiaoyin