![](/img/trans.png)
[英]R Lavaan package ERROR: some latent variable names collide with observed variable names
[英]In R Latent Variable Analysis understanding problem and get error Lavaan package
我的問題陳述是確定影響凈推薦值的因素
我正在使用帶有示例數據的 lavaan 包測試
下面是代碼
library(lavaan)
age=c(24,56,34)
weight=c(76,55,66)
nps=c(9,4,5)
df=c(age,weight,nps)
mat1=matrix(c(cov(abs(scale(df)))),3,3,byrow=TRUE)
mod2 <- "weight ~ age \n weight ~ nps"
mod1 <- "nps ~ age \n nps ~ weight"
mat1=matrix(c(cor(abs(scale(df)))),3,3,byrow=TRUE)
colnames(mat1) <- rownames(mat1) <- c("age", "weight", "nps")
mod1fit <- sem(mod1, sample.cov = mat1, sample.nobs = 100)
從上面的例子中,任何人都可以幫助理解nobs[Number of Observations=100]
。 通常在 ML 觀察中說的是行數,但我不知道 nobs 參數的含義。
我已經使用下面的鏈接來學習
當我運行上面的代碼時,我收到如下錯誤
Error in lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]], :
lavaan ERROR: sample covariance matrix is not positive-definite
lavaan
手冊(您可以通過命令?sem
從 R 控制台中訪問)指出參數sample.nobs
指的是
如果缺少完整數據框且僅給出樣本矩,則觀察次數。 對於多組分析,包含每個組的觀察數的列表或向量。
考慮到錯誤消息:我不太確定您要使用以下代碼行實現什么
mat1=matrix(c(cov(abs(scale(df)))),3,3,byrow=TRUE)
然而,這會導致非正定樣本協方差矩陣看起來像這樣
> mat1
age weight nps
age 1 1 1
weight 1 1 1
nps 1 1 1
如果age
, weight
和nps
是因素(對於它們每個都有三個觀察值),那么
mat1 <- cor(data.frame(age,weight,nps))
可能會產生預期的協方差矩陣。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.