我一直在尝试使用lavaan在具有两层潜在变量的SEM上运行。我发现，当我删除包含潜在变量的潜在变量以使模型仅包含一层潜在变量时，模型可以成功运行。但是，当我运行我真正想要的模型（即一个包含几个潜在变量的模型，而这些隐变量本身包含潜在变量）时，我得到了错误：
lavaan警告：优化器警告未找到解决方案！
# Here's the model I am aiming for:
model <- '
# measurement model
latentvar1 =~ obsvar1 + obsvar2 + obsvar3 + obsvar4
latentvar2 =~ obsvar5 + obsvar6 + obsvar7 + obsvar8 + obsvar9 + obsvar10
latentvar3 =~ obsvar11 + obsvar12 + obsvar13 + obsvar14 + obsvar15 + obsvar16 + obsvar17 + obsvar18 + obsvar19
latentvar4 =~ obsvar20 + obsvar21 + obsvar22 +obsvar23
latentvarA =~ latentvar1 + latentvar2 + latentvar3 + latentvar4
latentvar5=~ obsvar24 + obsvar25 + obsvar26 + obsvar27 + obsvar28 + obsvar29 + obsvar30 + obsvar31 + obsvar32 + obsvar33 + obsvar34 + obsvar35
latentvar6 =~ obsvar36 + obsvar37 + obsvar38 + 39 + obsvar40 + obsvar41
latentvarB =~ latentvar5 + latentvar6
latentvar7 =~ obsvar42 + obsvar43 + obsvar44
latentvar8 =~ obsvar45 + obsvar46 + obsvar47
latentvar9 =~ obsvar48 + obsvar49 + obsvar50
latentvar10 =~ obsvar51 + obsvar52
latentvar11 =~ obsvar53 + obsvar54
latentvar12 =~ obsvar55 + obsvar56
latentvarC =~ latentvar7 + latentvar8 + latentvar9 + latentvar10 + latentvar11 + latentvar12
latentvarD=~ obsvar57 + obsvar58 + obsvar59 + obsvar60 + obsvar61 + obsvar62 + obsvar63 + obsvar64
latentvarE=~ obsvar65 + obsvar66 + obsvar67 + obsvar68
latentvarF=~ obsvar69 + obsvar70 + obsvar71 + obsvar72
# regressions
latentvarB~ latentvarA
latentvarC ~ latentvarA
latentvarD ~ latentvarA
latentvarE ~ latentvarA
latentvarF ~ latentvarA
'
fit <- sem(model, data=data)
summaryfit, fit.measures=TRUE, standardized=TRUE)
肯定缺少一些明显的东西，因为我不能成为第一个使用多于一层的潜在变量进行SEM分析的人。我在这里想念什么？