麥當勞歐米茄：在R的警告

我正在計算歐米茄幾個不同的尺度;並獲得不同規模的警報信息，並在R中使用不同的歐米茄功能。我的問題是關於如何解釋這些警告，以及是否安全地報告檢索到的歐米茄統計數據。麥當勞歐米茄：在R的警告

當我使用從文章下面的函數「從阿爾法歐米茄：一個實用的解決方案，以內部一致性估計的普遍的問題」

ci.reliability(subscale1, interval.type="bca", B=1000)

我得到這些警告：

1: In lav_object_post_check(lavobject) : 
    lavaan WARNING: some estimated variances are negative 
2: In lav_object_post_check(lavobject) : 
    lavaan WARNING: observed variable error term matrix (theta) is not positive definite; use inspect(fit,"theta") to investigate.

它可以是其中的很多！

這是什麼意思？我仍然收到omega統計資料;他們可以被解釋或不？

當我使用功能：

psych::omega(subscale1)

我得到這樣的警告：

Warning message: 
In GPFoblq(L, Tmat = Tmat, normalize = normalize, eps = eps, maxit =  maxit, : 
    convergence not obtained in GPFoblq. 1000 iterations used.

再次，是什麼意思;我可以使用我得到的歐米茄數據嗎？

請注意，這些警告出現在不同的分量表上;所以一個子量表可以使用其中一個函數而不是另一個來計算，反之亦然。

編輯：如果有幫助：Subscale1包含4項;樣品包括N> 300。此外，我可以對lavaan中的這4個項目進行CFA分析（Chi2 = 11.8，p < .001; CFI = 0.98; RMSEA = 0.123）。

來源

2016-04-19 Gorp

歡迎CV。請注意，您的用戶名，identicon以及您的用戶頁面的鏈接會自動添加到您發佈的每條信息中，因此無需簽署您的帖子。事實上，我們寧願你不要。我添加了[[reliability]'標籤;請注意純軟件特定的問題在這裏是無關緊要的 - 請參閱我們的[help/on-topic] - 但這裏的錯誤信息本質上是統計的，所以我認爲這個問題應該是關於主題的。 – Silverfish

我認爲這意味着你有某種問題。這通常是由小樣本量引起的 - 您的N是多少？ lavaan錯誤不是致命的，你仍然可以得到一個確定的結果，但這意味着你的結果是基於一個必須錯誤的底層模型（因爲它不能存在）。非收斂性錯誤更成問題 - 我可能不會相信這一點。您可能需要更多地瞭解您的數據以確定具體問題。 –

你在使用歐米茄在我的心理包中有問題。心理上的歐米茄功能是爲了找到omega_hiearchical以及omega_total。因此，它會嘗試（默認情況下）提取三個較低級別的因素，然後再將這些因素的相關性因素考慮在內。但是，只有4個變量在您的子範圍內，它找不到有意義的3因子解決方案。你可以指定你想找到兩個因素：

omega(subscale1,2)

它會工作。然而，omega_h對4個項目沒有特別意義。

與樣本量的建議相反，它實際上是由於項目的數量。

我想你可能會發現尋找omega_h使用迷幻有用的教程：

[http://personality-project.org/r/psych/HowTo/R_for_omega.pdf]

來源

2016-04-19 23:02:10

麥當勞歐米茄：在R的警告

回答

相關問題