1、給出下列結論：（1）回歸分析中，可用指數系數 判斷模型的擬合效果， 越大，模型的擬合效果越好；（2）
B
2、給出下列結論：（1）在回歸分析中，可用指數系數R2的值判斷模型的擬合效果，R2越大，模型的擬合效果越好
用系數R2的值判斷模型的擬合效果，R2越大，模型的擬合效果越好，故（1）正確，
可用殘差回平方和判答斷模型的擬合效果，殘差平方和越小，模型的擬合效果越好，故（2）不正確
可用相關系數r的值判斷兩個變數的相關性，|r|越大，說明相關性越強，故（3）不正確，
殘差點比較均勻地落在水平的帶狀區域中，說明這樣的模型比較合適．帶狀區域的寬度越窄，說明模型的擬合精度越高，故（4）正確，
綜上可知有2個命題正確，
故選B．
3、用stata做SEM結構方程，如何看擬合優度系數如GFI，AGFI等系數？
最好是大於0.9,甚至於大於0.95,這些擬合指標的臨界值都是通過大量的數據模擬得到的,也就是說如果達不到這些指標,模型很可能就是誤設模型,不過我也有看到一篇數據模擬的論文里提到當樣本量小於500的時候,srmr是最合適的指標,如果小於0.05,可以肯定模型正確,若大於0.08,可以肯定是誤設的（適用於數據正態時,偏態時大於0.11認為模型誤設）,而其他的擬合指標表現不穩定,那這個時候主要參考srmr就可以,其他的指標過得去就行,如果樣本量大於1000,NNFI,CFI,IFI這些指標比較合適,0.95以上可以認為模型正確,0.85以下可以斷定模型錯誤（適用於數據偏態時,正態時0.95以下即認為誤設）
你自己根據自己的的數據情況看吧,對於你提到的指標,我相信90%的文獻都說是0.9以上為標準的,這個經驗值還是很可信的,如果你不是正在寫論文,那完全可以接受這個結果,如果你一定想要結果好,那就要麼好好處理處理數據,重新做一下結構方程的分析,要麼就找到相關的文獻支持,以表明你用0.9以下的指標數值是合理的
如果是論文答辯或者發論文,只是0.8過一些那很可能要被答辯老師或者審稿人質疑的,接近0.9應該還勉強可以
4、哪位高手指點下，根據實驗數據該如何選取合適的函數進行擬合呢？擬合之後怎麼評判擬合的效果好壞？
數據擬合應該是數值分析裡面的內容吧？我上個學期剛好學過數值分析，這里把我的看法給你分享一下，希望對你能夠有所幫助。在你不知道具體用什麼樣的函數進行建模擬合之前，一般是先把通過實驗得到的數據一個一個的在坐標繫上標注出來，然後看大致的走勢，選擇相應的函數模型進行建模，這個時候你已經基本可以確定函數圖像的走勢了，那麼我想怎麼取捨數據你就會很清楚了。
5、給出下列結論：（1）在回歸分析中，可用指數系數R 2 的值判斷模型的擬合效果，R 2 越大，模型的擬合效果
用系數R 2 的值判斷模型的擬合效果，R 2 越大，模型的擬合效果越好，故（1）正確，
可用殘差平方和判斷模型的擬合效果，殘差平方和越小，模型的擬合效果越好，故（2）不正確
可用相關系數r的值判斷模型的擬合效果，|r|越大，模型的擬合效果越好，故（3）正確，
一般不能用殘差圖判斷模型的擬合效果，故（4）不正確，
綜上可知有2個命題正確，
故選B．
6、在回歸模型中Y的擬合值是指什麼
回歸模型的預測輸出就叫擬合值，比如說一個回歸函數，最後計算出的值就叫擬合值
7、擬合優度和擬合指數
RMSEA小於0.08. 在所有的樣本組中，沒有一個樣本其GSMS模型的四個擬合指標達標。其中，有一個樣本組，擬合了四個指標中的三個，其餘八個樣本組所擬合達標的指標數量都小於等於2個。當EMSEA小於0.05時，其結果與上述結果相同。（南心網為您解答結構方程模型擬合問題）