Question

我正在研究具有47个观察变量和6个潜在变量的结构方程模型（sem）模型，其中5个观察变量是内生的，一个潜在变量是内生的。数据没有缺失值，样本量为4,634。

我使用以下命令在Stata中运行sem：

sem (I   -> i1 i2 i3 i4 i5_1)                                  ///
    (N   -> n1 n2 n3 n4)                                       ///
    (S   -> s1 s2 s3 s4 s5 s6 s7 s8 s9)                        ///
    (T   -> t1 t2 t3 t4)                                       ///
    (SES -> se1 se2 se3 se4 se5 se6 se7 se8 se9 se10           ///
            se11 se12 se13 se14 se15 se16 se17 se18 se19 se20) ///
    (CS  -> c1 c2 c3 c4 c5)                                    ///
    (CS  <- I N S T SES)

它返回了以下错误消息：

initial values are not feasible

为什么我收到此消息？我该如何处理这个错误？

Answer 1

我首先分别查看每个测量模型，看看是否存在问题。即：

sem ( i1 i2 i3 i4 i5_1 <- I)

sem ( i1 i2 i3 i4 i5_1 <- N)

等

我的猜测是，SES的模型可能证明是问题所在。

修改

根据您的评论，我们现在知道隔离的测量模型会聚。下一步是检查每个测量模型，看看它们是否有意义：每个加载都有预期的符号吗？是否存在意外大或小的负载？如果你看到了，你需要弄清楚为什么会这样。这只需要盯着你的数据，查看图表和相关表。

如果您的测量模型没有问题，那么下一步就是查看结构部件。显然，您不能使用与测量模型相同的技巧，也就是说，如果没有测量模型，则无法估计结构部件。结构包含潜在变量，它是定义它们是什么的测量模型。因此，如果没有测量模型，则不会识别结构模型。

我要做的是简化你的模型，而不是添加复杂功能直到你遇到问题。例如，我可以从：
开始
sem (I -> i1 i2 i3 i4 i5_1) /// (CS -> c1 c2 c3 c4 c5) /// (CS <- I)

继续：

sem (I -> i1 i2 i3 i4 i5_1) /// (N -> n1 n2 n3 n4) /// (CS -> c1 c2 c3 c4 c5) /// (CS <- I N)

等

这样你就可以找到哪个潜在变量引起麻烦。我的第一步是查看该变量的测量模型，并查看该变量的比例。默认情况下，sem通过将该变量的加载设置为1来“借用”其中一个观察变量的比例。这个变量在某种意义上是“怪异的”吗？同样，我也会查看内生潜变量CS的比例。如果它们很奇怪，您可以选择将另一个变量的加载限制为更合理的比例为1，或者您可以通过将潜在变量的方差约束为1来“标准化”潜在变量。

在Stata运行结构方程模型时，“初始值不可行”错误信息？

1 个答案: