路径系数大于一的常见原因和对策

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

关于结构方程模型结果标准化系数大于1的问题：
很多结构方程的初学者都会遇到这个问题！
即通常所说的“违犯估计”的问题。
所谓违犯估计是指结构模型或测量模型中统计所输出的估计系数超出可接受的范围。
导致这种情况出现的原因是多样的，主要有：1、样本量小，关于样本量的问题，请参考结构方程中“大样本”的规定；2、潜变量指标过少，导致模型不稳定，一般指标要求4个左右最为稳定；3、抽样的问题；4、模式的界定，这种错误是初学者最容易犯的，即模型本省的界定有问题；5、outlier（异常值）的影响，应先对异常值进行处理；6、缺失值的不当处理。等等原因。
违犯估计通常有三种情况：
1、误差出现负值；
2、标准化系数大于0.96即接近或超过了1；
3、标准误过大；
一般的做法，首先要重新评估你模型中的路径！很可能是你的模型本身的问题。最好的方法是根据上述所说的原因进行逐条检查！！

大家可以多多补充，也可以扩展一下！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：路径系数 outlier 结构方程模型 标准化系数 结构方程 模型 初学者 影响 最好

目前没遇到过，

还有一个不可忽视的原因：共线性问题。

谢谢分享。学习下。

好帖子，总结性强。lz，最稳定的潜变量结构是三个indicators，不是四个。三个的时候，模型恰好识别，所以在parcel的时候，也一般建议parcel成3个indicator。