Warnung lavaanv(Varianz zu hoch) bei Pfadmodell Berechnung

Modelle zur Korrelations- und Regressionsanalyse

Moderator: EDi

Antworten
Jamelija_e
Beiträge: 3
Registriert: Do Sep 12, 2019 11:32 am

Warnung lavaanv(Varianz zu hoch) bei Pfadmodell Berechnung

Beitrag von Jamelija_e » Do Sep 12, 2019 1:40 pm

Hallo,

ich möchte ein Pfadmodell berechnen, bekomme aber immer folgende Meldung:
Warning messages:
1: In lav_data_full(data = data, group = group, cluster = cluster, :
lavaan WARNING: some observed variances are (at least) a factor 1000 times larger than others; use varTable(fit) to investigate
2: In lav_model_vcov(lavmodel = lavmodel2, lavsamplestats = lavsamplestats, :
lavaan WARNING:
The variance-covariance matrix of the estimated parameters (vcov)
does not appear to be positive definite! The smallest eigenvalue
(= -1.277640e+01) is smaller than zero. This may be a symptom that
the model is not identified.

Ich habe den Befehl "varTable(fit)" ausgeführt und eine hohe Varianz in der Variable Alter (PA29 Bereich 18-91) und Spende (S-gesamt, im Bereich von 0-100) festgestellt. Da es sich aber hier um die Originaldaten handelt, weiß ich nicht, wie die Varianz "kleinerkriegen" soll.
name idx nobs type exo user mean var nlev lnam
1 S_gesamt 31 517 numeric 0 0 28.167 680.965 0
2 Schutz_Gesamt 28 517 numeric 0 0 4.691 0.966 0
3 M_Severity 22 517 numeric 0 0 5.204 0.735 0
4 M_Vulnerability 23 517 numeric 0 0 3.672 0.680 0
5 M_ethical_emotions 24 517 numeric 0 0 4.537 1.507 0
6 M_Self_efficacy 25 517 numeric 0 0 4.469 1.076 0
7 M_response_efficacy 26 517 numeric 0 0 4.768 0.635 0
8 M_barrieren 27 517 numeric 0 0 2.645 1.125 0
9 E_GESAMT 21 517 numeric 0 0 3.465 0.458 0
10 Summe_Quiz 16 517 haven_labelled 0 0 NA NA 0
11 PA29 2 517 numeric 1 0 49.360 282.483 0
12 PA01 1 517 haven_labelled 1 0 NA NA 0
13 PA07 3 517 haven_labelled 1 0 NA NA 0



Bei der jetzigen Berechnung kommen zwar erste Werte raus, aber die wichtigen Modellgütekriterien RMSEA und CFI haben nur ein "NA" dort stehen.

Außerdem weiß ich nicht, wieso die Varianz auf einmal in den negativen Bereich abgerutscht ist.

Anbei sind die Befehle zur Berechnung der abhängigen Variablen


sem.MODELL05 <- '
S_gesamt ~ Schutz_Gesamt + M_Severity + M_Vulnerability + M_ethical_emotions + M_Self_efficacy + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
Schutz_Gesamt ~ M_Severity + M_Vulnerability + M_ethical_emotions + M_Self_efficacy + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
M_Severity ~ M_Vulnerability + M_ethical_emotions + M_Self_efficacy + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
M_Vulnerability ~ M_Severity + M_ethical_emotions + M_Self_efficacy + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
M_ethical_emotions ~ M_Vulnerability + M_Severity + M_Self_efficacy + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
M_Self_efficacy ~ M_Vulnerability + M_ethical_emotions + M_Severity + M_response_efficacy + M_barrieren + PA29 + PA01 + PA07
M_response_efficacy ~ M_Vulnerability + M_ethical_emotions + M_Self_efficacy + M_Severity + M_barrieren + PA29 + PA01 + PA07
M_barrieren ~ M_Vulnerability + M_ethical_emotions + M_Self_efficacy + M_response_efficacy + M_Severity + PA29 + PA01 + PA07
E_GESAMT ~ Summe_Quiz + PA29 + PA01 +PA07
Summe_Quiz~ E_GESAMT + PA29 + PA01 +PA07
'
Liebe Grüße

Benutzeravatar
EDi
Beiträge: 887
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Warnung lavaanv(Varianz zu hoch) bei Pfadmodell Berechnung

Beitrag von EDi » Do Sep 12, 2019 2:59 pm

Du könntest die Variablen standardisieren...

Auch kann es sein, dass das Model zu komplex ist ( relativ zur Datenmenge von 500 beobachtungen).
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.

Jamelija_e
Beiträge: 3
Registriert: Do Sep 12, 2019 11:32 am

Re: Warnung lavaanv(Varianz zu hoch) bei Pfadmodell Berechnung

Beitrag von Jamelija_e » Mo Sep 16, 2019 12:03 pm

Hallo,
danke für die Idee mit der Standardisierung. Diese habe ich nun durchgeführt und nun kommt die Fehlermeldung
" Error in lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]], :
lavaan ERROR: sample covariance matrix is not positive-definite"

Wie könnte ich dies im nächsten Schritt lösen?

Jamelija_e
Beiträge: 3
Registriert: Do Sep 12, 2019 11:32 am

Error in Lav_samplestats_icov

Beitrag von Jamelija_e » Mo Sep 16, 2019 2:02 pm

Hallo,
ich möchte mein SEM-Modell gerne mit R berechnen, bekomme aber die Fehlermeldung:

Code: Alles auswählen

"Error in lav_samplestats_icov(COV = cov[[g]], ridge = ridge, x.idx = x.idx[[g]],  : 
  lavaan ERROR: sample covariance matrix is not positive-definite"
Die Daten sind bereits standardisiert und folgende Befehle eingegeben:

Code: Alles auswählen

###------------------------
### PATH MODEL
###------------------------

sem.MODELL23 <- ' 
ZMEAN_Spende_2 ~ ZMEAN_Schutzbereitschaft + ZMEAN_PMT_Barrieren + ZMEAN_PMT_response_efficacy + ZMEAN_PMT_self_efficacy + ZMEAN_PMT_ ethical_emotions + ZMEAN_PMT_Vulnerability + ZMEAN_PMT_Severity + ZMean_Einstellungen_gesamt + Summe_Quiz_richtig_falsch 
ZMEAN_Schutzbereitschaft ~ ZMEAN_PMT_Barrieren + ZMEAN_PMT_response_efficacy + ZMEAN_PMT_self_efficacy + ZMEAN_PMT_ ethical_emotions + ZMEAN_PMT_Vulnerability + ZMEAN_PMT_Severity + ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
ZMEAN_PMT_Barrieren ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
ZMEAN_PMT_response_efficacy ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
 ZMEAN_PMT_self_efficacy ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
ZMEAN_PMT_ ethical_emotions ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
MEAN_PMT_Vulnerability ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch
ZMEAN_PMT_Severity ~ ZMean_Einstellungen_gesamt + ZSumme_Quiz_richtig_falsch 
ZMean_Einstellungen_gesamt ~ ZSumme_Quiz_richtig_falsch 
'

# fit the model

fitsem <- sem(sem.MODELL23, data=SPSS_DATEI_umbenannte_variablen_gekuerzt_ohne_divers_13_09_gekuerzt_Standardisierte_Variablen, estimator="MLR", test = "bootstrap")

# display summary output

summary(fitsem.MODELL23, fit.measures=TRUE, standardized = TRUE, rsquare = TRUE)
Über Hilfe würde ich mich freuen.
Zuletzt geändert von jogo am Mo Sep 16, 2019 2:10 pm, insgesamt 1-mal geändert.
Grund: Formatierung verbessert. http://forum.r-statistik.de/viewtopic.php?f=20&t=29

Benutzeravatar
EDi
Beiträge: 887
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Warnung lavaanv(Varianz zu hoch) bei Pfadmodell Berechnung

Beitrag von EDi » Mo Sep 16, 2019 9:57 pm

Variablen auf Kollinearität überprüfen?
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.

Benutzeravatar
EDi
Beiträge: 887
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Error in Lav_samplestats_icov

Beitrag von EDi » Mo Sep 16, 2019 9:59 pm

Thema zusammengeführt.
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.

Antworten