标准化观察时的R lavaan错误
R lavaan error when standardizing observations
我尝试在 lavaan 包中执行以下模型进行路径分析时遇到错误：
my.data<-data.frame(A=A,C=C,D=D)
my.model<-"
C~D
A~C+D
"
fit.mine<-sem(my.model,data=my.data,fixed.x=FALSE, std.ov = TRUE)
产生此错误：
Error in cov(eXo[[g]], use = "pairwise") : supply both 'x' and 'y'
or a matrix-like 'x'
当std.ov设置为false时错误消失，但这并不理想。
我也试过 vegan 的 decostand(my.data, method="standardize") ，虽然这会计算，但当放置该矩阵时它会产生奇怪的结果（负数 AIC/BIC）进入熔岩。
非常感谢您的见解，
迈克尔
在另一个论坛的用户组中找到我的答案，我想我会 post 在这里以防其他人需要它：
上面的错误是一个错误。它仅在参数 std.ov=TRUE 时出现，并且模型中恰好有 1 个外生变量。
lavaan 0.5-17 版中的解决方法是在分析之前标准化您的变量。
此错误已在 dev 0.5-18.772 中修复。
我尝试在 lavaan 包中执行以下模型进行路径分析时遇到错误：
my.data<-data.frame(A=A,C=C,D=D)
my.model<-"
C~D
A~C+D
"
fit.mine<-sem(my.model,data=my.data,fixed.x=FALSE, std.ov = TRUE)
产生此错误：
Error in cov(eXo[[g]], use = "pairwise") : supply both 'x' and 'y' or a matrix-like 'x'
当std.ov设置为false时错误消失，但这并不理想。
我也试过 vegan 的 decostand(my.data, method="standardize") ，虽然这会计算，但当放置该矩阵时它会产生奇怪的结果（负数 AIC/BIC）进入熔岩。
非常感谢您的见解， 迈克尔
在另一个论坛的用户组中找到我的答案，我想我会 post 在这里以防其他人需要它：
上面的错误是一个错误。它仅在参数 std.ov=TRUE 时出现，并且模型中恰好有 1 个外生变量。
lavaan 0.5-17 版中的解决方法是在分析之前标准化您的变量。
此错误已在 dev 0.5-18.772 中修复。