sem中rmsea推薦值

1、r語言用sem包，輸出結果GFI和RMSEA值為什麼為NA?

?

2、在LISREL中RMSEA,GFI,AGFI,NFI,NNFI,CFI,IFI都是什麼意思啊，請懂的人給予幫助啊！！

這些統計量都是結構方程中用來檢驗你所建立的模型與數據的擬合程度的指標，稱為擬合優度指數（goodness of fit index），簡稱為擬合指數。不同學者提出了許多不同的擬合指數。常用的指標一般是卡方，自由度df，RMSEA( Root Mean Square Error of Approximation, 近似誤差均方根）)，GFI（goodness-of-fit index, 擬合優度指數）, NNFI（non-normed fit index）和CFI(comparative fit index, 比較擬合指數)。一般認為，如果RMSEA在0.08以下（越小越好），GFI、NNFI和CFI在0.9以上（越大越好），所擬合的模型是一個「好」模型。AGFI（adjusted goodness-of-fit index），IFI也是越大越好，表明模型擬合的較好，不過現在不常用。卡方和自由度主要用於比較多個模型，卡方值越小越好，自由度反映了模型的復雜程度，模型越簡單，自由度越多，反之，模型越復雜，自由度越少。總的來說，我們追求的是既簡單又擬合得好的模型。
如果你要更詳細的了解這些擬合指數，請參考侯傑泰等人的著作《結構方程模型及其應用》。

3、如何用spss求出卡方統計值χ;、殘差均方根RMR、近似誤差均方根RMSEA、擬合優度指數GFI、調整擬合優

這是amos做的驗證性因子分析吧

4、RMSEA值大於0.08怎麼辦，結構方程模型

看上去你的模型擬合已經算是不錯了，結構方程的擬合指標臨界值設定本身就有主觀性，0.08隻是個經驗標准，而且不同的研究者有不同的經驗標准（比如常見的標准就有0.06和0.08），有研究者還把0.1作為一個最低限度。
通常只要你的大部分擬合指標都還不錯就行了，況且從寬泛標準的角度看，你的RMSEA也並不算完全不可接受。
所以不用怎麼辦了，結果OK的。

5、Amos中的RMSEA值太高怎麼減小

盡可能的來根據模型的修正指數MI進行自修正，結果會改善的。用AMOS，檢驗修正指數（modification index，MI）的顯著性。

現在的論文如果涉及因子分析的話，大多要求進行驗證性因素分析，以及路徑分析等等。這時候，AMOS就派上用場了，AMOS可以進行驗證性因素分析、路徑分析、群組分析等。

(5)sem中rmsea推薦值擴展資料

SPSS操作功能：

1、參數檢驗：單樣本、兩獨立樣本、配對樣本。

2、方差分析：單因素、多因素、協方差分析。

3、非參數檢驗：X2、二項式分布、K—S檢驗。

6、amos驗證性因子分析怎麼求擬合值 X^2，df,CFI, RMSEA

軟體結果裡面自動輸出的
統計專業，為您服務

7、求amos中減小rmsea的方法

RMSEA可以了已經小於0.10就行了 其他都蠻好 如果老師最終要調的話只有參考MI模型修正指標並符合研究的理論作出相應的修正