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。 |
