Lavaan中约束测量模型拟合度优于无约束模型的原因？

我使用Lavaan开展测量不变性分析，构建了三个模型：

• 无约束模型（m1）
• 载荷约束模型（m2，度量不变性）
• 载荷+截距约束模型（m3，标量不变性）

采用WLSMV估计器，该结果在未调整均值方差的DWLS估计器下也可重复。分析代码如下：

# Unconstrained model
m1<-'
       S=~S1+S2+S3+S4+S5+S6
       P=~P1+P2+P3+P4+P5+P6
       C=~C1+C2+C3+C4+C5+C6
                                        
       '

m1.fit<-cfa(m1,data=Phase2,estimator="WLSMV", 
                                   group="Gender", meanstructure=TRUE, std.lv=TRUE)

summary(m1.fit,fit.measures=TRUE,standardized=TRUE)


# Constrained model (Metric)
m2<-'
       S=~S1+S2+S3+S4+S5+S6
       P=~P1+P2+P3+P4+P5+P6
       C=~C1+C2+C3+C4+C5+C6
                                        
       '

m2.fit<-cfa(m2,data=Phase2,estimator="WLSMV", 
                                        group="Gender", group.equal=c("loadings"), 
                                        meanstructure=TRUE, std.lv=TRUE)

summary(m2.fit,fit.measures=TRUE,standardized=TRUE)

# Constrained model (Scalar)
m3<-'
       S=~S1+S2+S3+S4+S5+S6
       P=~P1+P2+P3+P4+P5+P6
       C=~C1+C2+C3+C4+C5+C6
                                        
      '

m3.fit<-cfa(m3,data=Phase2,estimator="WLSMV", 
                                        group="Gender", group.equal=c("loadings","intercepts"), 
                                        meanstructure=TRUE, std.lv=TRUE)

summary(m3.fit,fit.measures=TRUE,standardized=TRUE)

# Compare MI models
ComMI=compareFit(m1.fit,m2.fit,m3.fit)
summary(ComMI)

拟合结果矛盾现象 #

未缩放卡方统计量符合预期逻辑：m1（181.64）< m2（239.28）< m3（259.97）；但缩放卡方却显示m2拟合更优：m1（394.881）> m2（380.839†）> m3（408.288）。缩放拟合指标如CFI（m1=0.954，m2=0.965†，m3=0.960）、RMSEA也呈现相同规律，仅缩放SRMR显示m1拟合最佳。未缩放拟合指标无参考价值，所有模型均显示完美拟合。按定义约束模型拟合应更差，请问该现象的合理解释是什么？

合理解释 #

1. WLSMV/DWLS的缩放特性 #

WLSMV和DWLS估计器依赖**渐近协方差矩阵（ACOV）**来缩放卡方值和拟合指标。缩放过程会根据模型复杂度、样本分布和参数估计的不确定性调整统计量。当约束模型（m2）的参数估计更稳定（ACOV矩阵的缩放因子更优）时，缩放后的卡方可能反而比无约束模型更低——这并非意味着约束模型“拟合更好”，而是缩放过程抵消了约束带来的卡方上升。

2. 模型约束的实际影响与样本特性 #

如果两组（Gender）的载荷本来就非常接近，施加载荷约束（m2）几乎不会增加模型的拟合误差，但却减少了自由参数数量。此时，缩放拟合指标（如CFI）会考虑参数简约性，可能给出更优的结果。而未缩放卡方仅反映拟合误差的原始大小，所以仍符合“约束越多误差越大”的逻辑。

3. 未缩放拟合指标的误导性 #

你提到未缩放指标显示“完美拟合”，这是因为WLSMV的未缩放卡方是基于原始残差计算的，对分类或有序数据的适配性差，本身就不具备参考价值。必须以缩放后的拟合指标为准，但要结合卡方差异检验（compareFit的结果）来判断不变性是否成立，而非单独看单个模型的拟合值。

4. 重点关注模型间的差异检验 #

不要只看单个模型的缩放卡方，核心是看compareFit输出的缩放卡方差异检验结果。Lavaan会针对WLSMV模型计算调整后的差异统计量，这才是判断约束是否导致拟合显著下降的关键。比如如果m2与m1的差异不显著，说明度量不变性成立；m3与m2的差异显著，则说明标量不变性不成立——这与单个模型的拟合指标高低无关。

内容的提问来源于stack exchange，提问作者Nikos Makrygiorgos