验证性因子分析（CFA）原模型不收敛问题咨询：4潜因子16项量表

Hey Karen, let’s dig into this CFA convergence issue you’re hitting—it’s a tricky but common problem when working with cross-loading items and underidentified models!

你提到的“缺乏唯一”几乎肯定指向模型识别不足（underidentification），这是 lavaan 返回收敛警告的头号原因之一，尤其是在每个观测项目都跨载两个潜因子的情况下。

为什么加了_u因子后就正常了？ #

When you added the _u method factor for reverse-coded items, you essentially added a structured constraint to the model. This extra parameter framework likely fixed the identification gap that was breaking your original model—suddenly, the data had enough unique information to calculate stable parameter estimates, hence the good fit.

原模型不收敛的具体原因 #

• Missing scale anchors for latent factors：潜因子本身没有固有尺度，你必须固定至少一个参数来锚定每个因子（比如固定第一个项目的载荷为1，或者固定因子方差为1）。如果你的原模型跳过了这些约束，lavaan无法区分因子方差和载荷，会导致无限多的可能解，自然无法收敛。
• Cross-loading overload：每个项目同时加载到两个因子上，意味着你要估计的载荷数量是标准单因子模型的两倍。如果没有额外约束（比如基于理论预设部分载荷值），即使整体自由度看起来为正，模型也可能陷入识别不足的困境。
• Suboptimal starting values：有时候lavaan的默认初始参数猜测无法应对复杂的跨载结构，而_u因子可能间接为优化器提供了更好的起始点，帮助模型找到稳定解。

针对原模型的修复建议 #

1. 为每个潜因子设置尺度锚点：
   • 为每个因子选择一个项目，固定其载荷为1（例：SE =~ 1*item1 + item2 + ...），或者固定每个因子的方差为1（例：SE ~~ 1*SE）。两种方法二选一，不要同时使用。
2. 手动验证自由度：
   计算是否存在参数估计过量的情况：
   • 观测协方差矩阵元素数：16*17/2 = 136
   • 原模型自由参数数：16个项目×2个载荷 + 4个因子方差 + 6个因子间协方差 + 16个项目残差方差 = 58
   • 自由度：136-58=78（为正，说明问题可能出在约束设置而非参数数量）
3. 添加针对性约束：
   如果有理论依据，可以固定部分跨载项目的载荷为预期值（例：g =~ 0.5*item5），减少自由参数数量，稳定模型结构。
4. 调整lavaan优化器设置：
   尝试用start = "random"强制生成随机初始值，或者用control = list(iter.max = 10000)增加迭代次数，给优化器更多空间寻找收敛解。
5. 检查参数边界问题：
   即使模型未收敛，也运行summary(fit, standardized = TRUE)查看结果——如果发现载荷接近±1或残差方差接近0，这些边界问题会导致收敛失败，需要对这类参数添加约束。

小技巧：如果还是卡壳，可以先拟合一个简化版模型（比如暂时移除跨载设置）确认能收敛，再逐步增加复杂度，定位具体导致问题的部分。

内容的提问来源于stack exchange，提问作者Karen H