使用lavaan构建精神病态双因子模型收敛失败问题求解

问题背景 #

构建精神病态（psychopathy）双因子模型，其中全局因子为精神病态，剩余3个为对应子类型因子，已对所有因子设置正交约束，运行模型时出现收敛失败问题。

现有运行代码 #

BifactorModel <- '
# 全局因子
psychopathyBi =~ YPIS_1 + YPIS_2 + YPIS_3 + YPIS_4 + YPIS_5 + YPIS_6 + YPIS_7 + YPIS_8 + YPIS_9 +YPIS_10 + YPIS_11 + YPIS_12 + YPIS_13 + YPIS_14 + YPIS_15 + YPIS_16 + YPIS_17 + YPIS_18
# 子因子1
GMbi =~ YPIS_4 + YPIS_5 + YPIS_8 + YPIS_9 + YPIS_14 + YPIS_16
# 子因子2
CUbi =~ YPIS_3 + YPIS_6 + YPIS_10 + YPIS_15 + YPIS_17 + YPIS_18
# 子因子3
DIbi =~ YPIS_1 + YPIS_2 + YPIS_7 + YPIS_11 + YPIS_12 + YPIS_13

# 正交约束
psychopathyBi ~~ 0*GMbi
psychopathyBi ~~ 0*CUbi
psychopathyBi ~~ 0*DIbi
GMbi ~~ 0*CUbi
GMbi ~~ 0*DIbi
CUbi ~~ 0*DIbi
'

# 拟合双因子模型
bifactorFit <- cfa(BifactorModel, data = YPIS_Data)

# 获取拟合结果摘要
summary(bifactorFit, fit.measures = TRUE, standardized = TRUE)

报错信息 #

lavaan 0.6-9 did NOT end normally after 862 iterations

预期模型结构 #

可行解决建议 #

• 调高迭代次数上限：lavaan默认迭代次数上限较低，可通过control参数调整上限，避免迭代未完成就提前终止，修改拟合代码为：

  bifactorFit <- cfa(BifactorModel, data = YPIS_Data, control = list(max.iter = 5000))
  

• 更换更适配的估计器：如果YPIS题项为李克特类有序分类数据，可换用对分类数据适配性更好、收敛性更强的估计器，如ULSMV；如果是连续数据可换用稳健ML估计器，示例代码：

  # 连续数据用稳健ML
  bifactorFit <- cfa(BifactorModel, data = YPIS_Data, estimator = "MLR", control = list(max.iter = 5000))
  # 有序分类数据用ULSMV
  bifactorFit <- cfa(BifactorModel, data = YPIS_Data, estimator = "ULSMV", ordered = TRUE, control = list(max.iter = 5000))
  

• 优化初始值设置：默认初始值不合理也会导致收敛慢，可添加start = "simple"参数使用简单结构初始值启动迭代：

  bifactorFit <- cfa(BifactorModel, data = YPIS_Data, start = "simple", control = list(max.iter = 5000))
  

• 排查数据质量：先检查数据缺失率，若存在大量缺失可换用FIML缺失值处理方法；排查题项极端值、严重偏态问题，极端偏态的题项可考虑先做转换再建模。
• 验证模型设定合理性：先分别拟合单因子模型、一阶三因子相关模型，确认基础模型拟合符合预期后再运行双因子模型；若基础模型拟合就很差，说明当前因子结构不符合数据特征，需要先调整题项或因子结构。
• 约束适配性校验：如果调整参数后依然不收敛，可先暂时放开子因子间的正交约束拟合模型，若放开后可收敛，说明预设的全正交假设和现有数据特征冲突，需要重新验证因子正交的理论假设是否成立。

内容的提问来源于stack exchange，提问作者Andrew