结构方程模型与AMOS使用详解.ppt

从卡方统计量的计算中可以看出，如果适配函数减少的速度没有样本量增加的速度快，即使模型协方差阵与样本协方差阵拟和的很好，但样本量的增加也会导致拒绝原假设。这种拒绝正确建议的行为就是犯了第一类错误。 如果不服从正态分布，卡方统计量会更多地拒绝真实模型。不过好在ML估计比较稳健。 回归系数 （非标准化） 回归系数：是模型中带箭头的路径系数。为了识别模型，部分系数在模型识别中已固定为1 。 路径系数的标准误。 “C.R.” 是临界比率，它是回归系数的估计值除以它的标准误（- 0.614 / 0.056 = - 10.876 ）。临界比。该案例中对67疏离感和社会经济地位的无效假设是回归系数为 0。 标准回归系数 （残差）方差的估计，标准误和临界比和P 值的解释同上。 修正指数(MI)：如果该参数由固定改为自由估计，卡方会减少的数值（注意单双箭头）。 最大的 MI 是 40.911 ，位于eps1 (67无力感误差项) 和eps3 (71无力感误差项) 间。建议去掉两个误差项相关系数为 0 的约束，即，允许相关将使卡方统计量的估计至少减少40.911。 该数据是纵向数据，在时间序列中，两个不同时间点（1967和1971）相同测量（无力感）的自相关很相似，所以去掉这个约束在理论上有一个合理的理由。相同的逻辑用于去掉 eps2 和 eps4 (分别为1967和1971无价值感的误差变量)间零相关的约束, 它使卡方统计量的估计减少26.545。 模型拟合汇总 模型拟合汇总 对所有变量分别按3种模型进行拟合： “理论模型”（Default model） ：根据实际意义设定的模型。 “饱和模型” （Saturated model） ：是对参数间关系最无限制的模型，各个变量间都假设相关或者有因果关系。 “独立模型” （Independence model）：指模型中所有变量完全的独立。所以，如果“理论模型”拟合的比“独立模式”还差，就应该拒绝理论模型。通常理论模型的拟合度量在独立模型和饱和模型之间。 NPAR 是模型中被估计的参数个数。 P(CMIN) ：如果 P(CMIN) 小于 0.05，拒绝H0。模型拟合不好。对大样本， H0很可能被拒绝。 本例理论模型（Default model） 拟合不好（?2=71.54，P0.001）。理论模型的CMIN/DF为11.92，明显低于独立模型的142.12。故理论模型比独立模型相对拟合地好些。 CMIN/DF 被称之为相对卡方值。有些人允许这个值达到5作为适当的拟合，但是当相对卡方大于2或3时，保守的使用就需要拒绝模型。按照此标准，这个模型应被拒绝。 ?20.05, 1=3.84 AGFI（调整拟合优度指数）adjusted goodness-of-fit index RMR 是残差均方根。RMR 是样本方差和协方差减去对应估计的方差和协方差的平方和，再取平均值的平方根，估计假定内定模型是正确的。RMR越小，拟合越好。 GFI 是拟合优度指数，范围在0和1间，但理论上能产生没有意义的负数。按照约定，要接受模型，GFI 应该等于或大于0.90。按照此标准，这个模型可接受。 AGFI 是调整拟合优度指数，利用自由度和变量个数的比例来调整GFI，它的变化范围也是0和1间，但理论上能产生没有意义的负数。AGFI 也应该至少大于0 .90。按照此标准，这个模型可接受。 PGFI 是简效拟合优度指数。它是独立模型的自由度与理论模型的自由度的比率乘以GFI。 TLI (NNFI，non-normed fit index )，CFI（Comparative fit index，比较拟合指数 ） 这是比较理论模型与独立模型拟合的一组拟合优度测量。因为独立模型通常拟合效果很差，理论模式与它做比较将使理论模式看起来良好，但不能用于研究目的。 标准估计值 1.绘制路径图 绘制椭圆后，单击3次 向右旋转270度 单击“复制”图标 向下拖拽 双箭头连线 将变量拖拽到相应方框中，命名潜在变量和残差项 将路径图的大小调整到合适 路径图的大小 合适 单击“算盘”图标，运行 标准估计值 （三）结构方程模型 惠顿数据文件在各种结构方程模型中被当作经典案例，包括AMOS和LISREL。以惠顿的社会疏离感追踪研究为例详细解释AMOS的输出结果。 惠顿研究涉及三个潜变量，每个潜变量由两个观测变量确定。 67疏离感：由67无力感（在1967年无力感量表上的得分）和67无价值感（在1967年无价值感量表上的得分）确定。 71疏离感：使用1971年对应的两个量表的得分。 SES（社会经济地位）：由教育（上学年数）和SEI (邓肯