可以参考王卫东的《结构方程模型原理与应用》第148页,摘录如下: 当迭代最终收敛,给出了一个参数估计值时,结构方程模型的参数估计仍然可能是有问题的。审视一下各参数估计值,也许会发现:1误差方差或因子方差为负;2 标准化负荷大于1;3相关系数大于1;4参数的标准误巨大。这些现象被总称为广义的Heywood问题。当存在Keywood问题是,参数估计的结果是不合理的,究其原因,主要有三点:1.模型设定太复杂;2.变量之间存在多重共线性;3.测量模型的过度因子化,即在测量模型的设定中,只有一个指标的负荷过大,其他因子的负荷都很微弱,仍然坚持使用这个测量模型。应对Keywood问题,可以采取的手段有几种:1.重新修订模型;2.去除多重共线性;3.采用新的估计方法。 |