Как исправить ошибку Амоса: "наблюдаемая переменная представлена эллипсом на диаграмме пути"?
Я получил следующий вопрос по электронной почте и видел много студентов с этой проблемой:
Я пытаюсь приспособить модель структурного уравнения в Amos, но когда я нажимаю "вычислить оценки", я получаю следующую ошибку: "наблюдаемая переменная [имя переменной] представляется эллипсом на диаграмме пути". Не могли бы вы сообщить мне, что я делаю неправильно?
3 ответа
Справка IBM обсуждает эту ошибку, но не так ли полезна.
На практике я видел, как эта ошибка появлялась несколько раз. Это может произойти, потому что вы неправильно указали переменную как скрытую, которую вы хотели наблюдать. Однако чаще это результат присвоения скрытой переменной неподходящей переменной. В частности, сравнительно легко дать имя скрытому фактору, который совпадает с наблюдаемой переменной в вашем файле данных.
Например, однажды у меня были некоторые личностные переменные в наборе данных, и элементы экстраверсии назывались E1, E2, E3 и так далее. Это общие названия для остатков. Поэтому при присвоении остаткам этих имен возник конфликт с именами в файле данных. Еще одна более распространенная причина - когда вы называете скрытый фактор подходящим именем (например, selfesteem, extraversion, jobsatisfactionи т. д.), и вы уже создали шкалу оценки в файле данных с таким же именем. Это также вызывает конфликт.
Основное решение - просто дать скрытой переменной уникальное имя, которое не конфликтует с именем в файле данных. Так, например, назовите переменную selfesteem_factor скорее, чем selfesteem если у вас уже есть переменная с именем selfesteem,
В моем случае скрытые и наблюдаемые переменные не имели одинакового имени, и я получал это сообщение. Однако, когда я изменил имя скрытого варианта, это сработало. ("Монетарность", которую я наблюдал, была "Sacr1", когда я сменил Latent var на "Monet", это сработало... Не знаю почему. Спасибо, Джероми.
Я недавно испытал ту же проблему. Я последовал совету Джерома, и это сработало. На самом деле это сообщение об ошибке вызвано тем, что вы дали одно и то же имя скрытой переменной и наблюдаемой переменной. В моем случае у меня была скрытая переменная, доверие, но я также создал сводную шкалу доверия (чтобы она стала наблюдаемой переменной). Таким образом, я получил то же сообщение об ошибке. когда я изменил имя скрытой переменной, модель работала правильно