使用Python库sklearn.decomposition.FactorAnalysis的1因子和2因子模型的负因子加载？

我试图通过验证性因素分析（CFA）从两个变量（在5点Likert量表上测量）中得到一个单一因素。据我所知，具有1个系数和2个荷载的模型的自由度为-1，因此该模型未达到规定值。但是，我见过两个变量被用作单一潜在因素负荷的模型

我尝试使用sklearn在Python中运行CFA，但它返回了两个加载的负因子加载，我认为这是不正确的

Python代码（带数据）：

输出：

array([-0.55779804, -0.58890195])

我还尝试使用“Lavan”库在R中运行CFA，它返回以下错误：

lav_model_vcov（lavmodel=lavmodel，lavsamplestats）中的警告信息 =lavsamplestats，：“LAVAN警告： 无法计算标准错误！信息矩阵无法 未反转。这可能是模型未反转的症状 确定。”

---

我是CFA和结构方程建模（SEM）的新手，如果有人能解释我的错误（或者我应该说是错误！），我将不胜感激。

迟来的回答，我知道

正如你所说，真正的问题是你没有足够的自由度：你需要三个指标来孤立地估计一个潜在变量。是的，对于一个给定的潜在变量，有两个指标的模型，但它们只有在潜在变量与一个或多个其他潜在变量相关时才起作用

有了足够的自由度，你将永远不会遇到所有载荷都为负的问题，因为一个载荷总是固定的（任意的）注意，如果一个或多个载荷为负，可以通过切换固定载荷为1的指示器来切换潜在的标度方向，但这不会改变模型的基本数学。（当然，如果您将一个加载固定为-1——或者任何其他负数——您肯定会得到一个所有加载均为负数的情况，但很少有理由这样做，而且在任何情况下，基本的数学都是相同的。）

但是，如果你在做CFA，我认为你不想使用专门用于探索性因素分析（EFA）的scikit学习类。不过，我想它可能只适用于单个潜在因素（而且sklearn没有CFA类）

array([-0.55779804, -0.58890195])