= 1008 xp = 45 のデータ マトリックスがあり、factanal() 関数を使用してデータの因子分析を実行しようとしています。適合することを決定した要因の数に関係なく、同じエラーが発生します。

start 引数を使用して、一意性の開始値のセットをいくつか試しましたが、どれも適合しないようです。誰かが私を助けることができますか？

私のデータは、ブラジルの 45 の河川からの毎月の流出量 (m³/秒) で構成されています (84 年 x 12 か月 = 1008 回の観測)。河川は変数です (p = 45)。そのようなデータを含む .csv ファイルへのリンクを添付しました。

https://www.dropbox.com/s/swz1mqxmol7tofx/Rivers%20as%20variables%20%28csv%29.csv?dl=0

前もって感謝します！

scikit-learn の PCA には、「explained_variance」という属性があり、各コンポーネントによって説明される分散をキャプチャします。scikit-learn の FactorAnalysis では、これと似たようなものは見当たりません。因子分析の各成分によって説明される分散を計算するにはどうすればよいですか?

DWLS / WLSMV で推定された 2 つの CFA モデルを比較するにはどうすればよいですか?

私のデータに最適な CFA モデルを見つけるために、序数データの DWLS 推定量を使用し、lavaan 2 つのモデルを指定しました。

• 4 因子モデル、つまり model.ordinalX
• 2 要素モデル、つまり model.ordinalY

コード：

続いて、2-factor-model を指定しました。これら 2 つを比較するとlavaan、エラーが返されます。

コード：

警告メッセージは次のとおりです。

lav_test_diff_af_h1(m1 = m1, m0 = m0) のエラー: lavaan エラー: 制約のないパラメーター セットが m0 と m1 で同じではありません。

(注: 通常の最尤法を使用すると、モデルを比較できます。)

出力に違いがあることに気づきました。最尤推定では、出力に AIC 値と BIC 値がありますが、DWLS 出力にはありません。最尤モデルの比較の出力にはこれらの値が含まれているため、これらは比較に関連しているようです。