小样本非正态数据结构方程模型估计方法地研究和医学应用.pdfVIP

山西医辩大学硕士学位论文 小样本非正态数据结构方程模型估计方法研究与医学应用 摘要 当前结构方程模型(structural equation 因果关系和先验假设理论的检验，是一种多功能和方便使用的分析技术。通常使用默认的 ML估计方法。多元正态分布和大样本是应用ML估计的两个关键假定。然而，应用实践 中收集的数据明显地违反了正态分布假定，又没有足够大的样本来使用新发展的任意分布 估计方法。迫切需要在小样本且数据分布非正态条件下，仍能够准确地检验模型参数和评 价模型拟合的方法。 scaled， s．B)和自助抽样方法(bootstrap carlo AMOS得到。采用了蒙特卡罗模拟(monte 250，500)和三种多元分布(多元正态，轻度和严重偏离正态类型)条件下，模型正确指 定时候这两种方法和常用的ML估计的性能比