如何解决R语言lavaan包结构方程建模中的‘缺失观测变量’错误？

先说结论：少量NA值确实是这类报错的常见诱因。lavaan默认会用「列表删除法」直接删掉所有含NA的整行数据，如果删完之后有效样本量太少，或者剩下的数据出现完全共线性、方差为0这类问题，就会触发报错。

下面是具体的解决步骤，按优先级排序：

1. 先确认NA的影响程度 #

先跑两行代码搞清楚NA的分布，确认是不是它搞的鬼：

# 查看每个变量的NA数量
colSums(is.na(your_data))
# 查看删除所有NA后的剩余样本量
nrow(na.omit(your_data))

如果删完NA样本量骤降，或者某个变量删完后所有值完全一致（方差为0），那NA就是核心问题。

2. 用FIML处理缺失值（最优方案） #

直接在拟合模型时加个参数，用全信息极大似然法（FIML）处理NA，不用删除样本，还能用上所有可用数据的信息：

# 拟合模型时启用FIML
model_fit <- cfa(your_model, data = your_data, missing = "fiml")

注意：如果变量包含分类变量，把参数改成missing = "fiml.x"即可；FIML要求数据满足「缺失随机（MAR）」假设，大部分社科、医学类数据都能符合该条件。

3. 手动删除NA（仅当NA极少时使用） #

如果NA占比不到5%，删除后样本量仍足够支撑模型估计，直接清理数据即可：

# 删除所有含NA的行
clean_data <- na.omit(your_data)
# 拟合模型
model_fit <- cfa(your_model, data = clean_data)

4. 多重插补（NA占比中等时使用） #

如果NA占比在5%-20%之间，用多重插补生成多个完整数据集，分别拟合后合并结果：

# 未安装mice包的话先运行：install.packages("mice")
library(mice)
# 生成5个插补后的数据集（m值可调整，一般取5-10）
imputed_data <- mice(your_data, m = 5, seed = 123)
# 为每个插补数据集拟合模型
fit_list <- with(imputed_data, cfa(your_model))
# 合并所有插补模型的结果
pooled_fit <- pool(fit_list)
summary(pooled_fit)

5. 排查其他可能的报错原因 #

如果处理完NA仍报错，需检查以下几点：

• 模型设定是否有误：比如潜变量是否至少绑定2个观测变量，路径方向是否逻辑合理
• 是否存在完全共线性：比如两个变量相关系数为1，或一个变量是另一个的线性组合
• 是否存在方差为0的变量：比如某个变量所有取值完全一致

内容的提问来源于stack exchange，提问作者Tejasvi Bhaskar