欢迎来到天天文库
浏览记录
ID:54018572
大小:154.81 KB
页数:13页
时间:2020-04-28
《AMOS结构方程模型解读.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、AMOS输出解读惠顿研究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。本文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。AMOS同样能处理与时间有关的自相关回归。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疏离感的处理方式相同,使用1971年对应的两个量表的得分。第三个潜变量,SES(社会经济地位)是由教育(上学年数)和SEI(邓
2、肯的社会经济指数)确定。解读步骤1.导入数据。。。AMOS在文件ex06-a.amw中提供惠顿数据文件。使用File/Open,选择这个文件。在图形模式中,文件显示如下。虽然这里是预定义模式,图形模式允许你给变量添加椭圆,方形,箭头等元素建立新模型2.模型识别。。。潜变量的方差和与它关联的回归系数取决于变量的测量单位,但刚开始谁知道呢。比如说要估计误差的回归系数同时也估计误差的方差,就好像说“我买了10块钱的黄瓜,然后你就推测有几根黄瓜,每根黄瓜多少钱”,这是不可能实现的,因为没有足够的信息。如
3、何告诉你“我买了10块钱的黄瓜,有5根”,你便可以推出每根黄瓜2块钱。对潜变量,必须给它们指定一个数值,要么是与潜变量有关的回归系数,要么是它的方差。对误差项的处理也是一样。一旦做完这些处理,其它系数在模型中就可以被估计。在这里我们把与误差项关联的路径设为1,再从潜变量指向观测变量的路径中选一条把它设为1。这样就给每个潜变量设置了测量尺度,如果没有这个测量尺度,模型是不确定的。有了这些约束,模型就可以识别了。注释:设置的数值可以是1,也可以是其它数,这些数对回归系数没有影响,但对误差有影响,在标
4、准化的情况下,误差项的路径系数平方等于它的测量方差。3.解释模型。。。模型设置完毕后,在图形模式中点击工具栏中计算估计按钮运行分析。点击浏览文本按钮。输出如下。蓝色字体用于注解,不是AMOS输出的一部分。TitleTitleTitleExample6,ModelA:ExploratoryanalysisStabilityofalienation,mediatedbyses.Correlations,standarddeviationsandmeansfromWheatonetal.(1977).
5、以上是标题,全是英文,自己翻译去吧,没有什么价值,一堆垃圾。NotesforGroup(Groupnumber1)NotesforGroup(Groupnumber1)NotesforGroup(Groupnumber1)Themodelisrecursive.Samplesize=932各组注释:::Groupnumber1:Groupnumber1Groupnumber1是模型内定Groupnumber1的模型名称,因为你还没有给模型取名。它告诉你模型为递归模型,样本量为932。Variab
6、leSummary(Groupnumber1)VariableSummary(Groupnumber1)VariableSummary(Groupnumber1)Yourmodelcontainsthefollowingvariables(Groupnunumber1)number1)mber1)mber1)Observed,endogenousvariablesanomia67powles67anomia71powles71educatioSEIUnobserved,endogenousvar
7、iables71_alienation67_alienationUnobserved,exogenousvariableseps1eps2eps3eps4sesdelta1zeta1zeta2delta2变量汇总:::对模型中的变量作一些概括:,内生观测变量内生观测变量:::67无力感:,67无价值感,71无力感,71无价值感,教育和SEI。内生非观测变量内生非观测变量:67疏离感,71疏离感。外生非观测变量外生非观测变量:各种误差和社会经济地位。注释:::观测变量与非观测变量的区别::一个用方
8、形表示,一个用椭圆表示。内生和外生的区别:箭头指向自己的就是内生,发送箭头的就是外生。注意区分测量模式和结构模式。Variablecounts(Groupnumber1)Variablecounts(Groupnumber1)Variablecounts(Groupnumber1)Numberofvariablesinyourmodel:17Numberofobservedvariables:6Numberofunobservedvariables:11Numberofexogenousvari
此文档下载收益归作者所有