结构方程式SEM

1、我初学结构方程模型，我看过一些相关介绍，觉得挺难的。 请列下学习结构方程模型的具体学习步骤

结构方程模型论坛：www.semchina.net

2、硕士毕业论文涉及sem结构方程模型，有了解amos的大神吗？

结构方程模型可以用SPSSAU。操作非常简单很容易上手，输出标准格式结果和结构图，针对每一步分析还会提供智能分析建议。

结构方程模型-spssau

结构图-spssau

3、用SPSS可以进行SEM（结构方程模型）建模吗？

用AMOS才可以做结构方程模型
spss做不了SEM

4、phyml系统发生树构建中，aic和bic哪一个标准更好

p值就是路径系数的显著性水平，路径系数固定为1，只是设置了一个参考路径，并不影响标准化路径系数的估计。SPSS AMOS 21.0是一款使用结构方程式，探索变量间的关系的软件 轻松地进行结构方程建模（SEM） 快速创建模型以检验变量之间的相互影响及其原因 比普通最客服乘回归和探索性因子分析更进一步 使用Amos 21.0进一步改进您的分析 无论您评估程序，还是开发行为态度模型，您都有可能遇到传统分析技术无能为力的情况。那么，如果您能使用一些复杂的，同时却不需冗长的编程或者学习过程的建模技术，情况会如何呢？ Amos软件和结构方程模型（SEM）助您成功 结构方程模型（SEM）是一种多元分析技术，它包含标准的方法，并在标准方法的基础上进行了扩展。这些方法包括回归技术、因子分析、方差分析和相关分析。Amos21.0让SEM变得容易。它拥有的直观的拖放式绘图工具，让您快速地以演示级路径图定制模型而无需编程。 使用 Amos21.0，让您比单独使用因子分析或回归分析能获得更精确、丰富的综合分析结果，Amos21.0 在构建方程式模型过程中的每一步骤均能提供图形环境，只要在 Amos 的调色板工具和模型评估中以鼠标轻点绘图工具便能指定或更换模型。通过快速的模型建立来检验您的变量是如何互相影响以及为何会发生此影响。 即使有缺失值也能达到精准 Amos 处理缺失值的最大特色就是拥有Full Information Maximum Likelihood ，即使资料不完整，Amos 也不会遗漏任何一个情况，并且会自动计算正确的标准误及适当的统计量，降低您的估算值偏差。 简易但功能强大 （1）AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。（2）AMOS的贝叶斯和自抽样的方法应用，这个AMOS最具特色的方法，这个也算是比较前沿的应用，在一定程度上克服了大样本条件的限制，当样本低于200甚至是低于100时，贝叶斯方法的结果仍然比较稳定，尤其是MCMC的结果，该方法也可以提供路径分析间接效应的标准误，这在中介效应的使用方面特别有用，还可以观察估计参数的先验概率分布和事后概率分布，并进行人为设定。另外bootstrap也提供类似模拟的标准误，而且提供bootstrap的ADF、ML、GLS、SLS、ULS等参数估计的方法。另外也为时间序列数据提供自相关图用于侦察序列相关。（3）AMOS提供方程检验的统计指标，不用说也是很丰富的，需要强调的是有些指标例如SRMR等需要自行设置才能提供，另外比较重要的指标如RMSEA的检验需要自己在figure caption里设置\pclose才能看到，请详情见手册。（4）指定搜索（specification search），不知翻译的对不对，这个功能在探索变量间的关系上很好用，关系太多，也没什么假设，使用这个功能看看数据本身是什么关系。一般如果关系很复杂，数据量也很大，使用逐步法能节省很多时间。（5）AMOS可以实现曲线增长模型，这种模型主要用于追踪数据，研究随时间变化的规律，AMOS这方面的发展很好，包括高阶曲线增长及其衍生的模型。不过同样在基于多层线性模型的曲线增长模型上无法实现。（6）其他的模型例如混合建模，非递归模型等在AMOS里均有实现。同时AMOS高版本提供程序的透明性、可扩展性，与VB、SAS等软件提供接口，使得其程序编写上带来很大的便利，也拓展了应用范围，而且至20版以后AMOS在程序方面也得到了加强，例如程序编写、程序的生成等，其应用前景更加明朗。技术说明 图形化用户界面 o 通过一个路径图浏览器显示文件夹中所有路径图的描述和缩略图 o 只需用鼠标点击就可选择编程选项 o 只需点击一下鼠标，就可以显示一张包括多个组或者模型的图表 o 查看数据文件内容 o 从数据集中把变量名拖到路径图中 建模能力 o 创建带有观测和隐性变量的结构方程模型（包括特例，如路径分析和纵向数据模型）o 使用一到两种方法定制候选模型： －指定每一个候选模型为对模型参数的等同约束的一个集合 －以探索性的方式使用SEM。Amos会尝试许多模型，使用Aikaike信息标准（AIC）和Bayesian信息标准（BIC）统计方法比较模型，并找出最有前途的模型。 o 进行证实性的因子分析：方差分解、变量误差、度量模型和隐性变量 建模 o 使用路径图来定制模型 o 使用绘图工具改变路径图，从而更改模型 o 在路径图上图形化地显示参数估计和拟合测量 o 在路径图上绘图的任何时刻显示自由度 分析能力和统计功能 o 使用完全信息最大似然估计得到更有效、更小偏倚的缺失值估计 o 输入参数值，观察在特定时刻的效应，以及使用模型库的离散函数值的效应 o 使用快速自举模拟，对于任意实验分布下的任何模型参数估计，找到近似分布，包括标准化系数 －评估符合Bollen和Stine自举方式的模型 －计算百分比区间以及偏差修正百分比区间 输出 o 使用有条件的导航帮助；使用增强的文本输出显示选项和表格格式选项 －使用导航面板快速定位并显示输出的各个部分 －将导航面板里的各部分和表格标题链接至右键帮助 －将数值（例如导航面板中显示的p值）链接至"use-it-in-a-sentence"帮助，得到有关数字含义的简单明了的英语说明 Amos 21.0-使用结构方程式，探索变量间的关系 "Amos 使用路径图来定制模型的方法完美自然…Amos是毫无疑问的赢家。" －J.J.Hox 《Amos，EQS and LISREL for Windows：a comparative review. Structural Equation Modeling》 轻松地进行结构方程建模（SEM） 快速创建模型以检验变量之间的相互影响及其原因 比普通最小二乘回归和探索性因子分析更进一步 使用Amos 21.0进一步改进您的分析 无论您评估程序，还是开发行为态度模型，您都有可能遇到传统分析技术无能为力的情况。那么，如果您能使用一些复杂的，同时却不需冗长的编程或者学习过程的建模技术，情况会如何呢？ Amos软件和结构方程模型（SEM）助您成功 结构方程模型（SEM）是一种多元分析技术，它包含标准的方法，并在标准方法的基础上进行了扩展。这些方法包括回归技术、因子分析、方差分析和相关分析。Amos让SEM变得容易。它拥有的直观的拖放式绘图工具，让您快速地以演示级路径图定制模型而无需编程。 使用 Amos让您比单独使用因子分析或回归分析能获得更精确、丰富的综合分析结果，Amos 21.0在构建方程式模型过程中的每一步骤均能提供图形环境，只要在Amos的调色板工具和模型评估中以鼠标轻点绘图工具便能指定或更换模型。通过快速的模型建立来检验您的变量是如何互相影响以及为何会发生此影响。系统需要 ：Microsoft Windows 98，Me，NT○R 4.0（SP6），2000或XP 18MB 硬盘空间 系统为Windows 98和Me至少需要128MB内存；系统为NT 4.0，2000和XP至少需要256M内存 Internet Explorer 6

5、请问结构方程模型中，GFI,AGFI，ifi，rfi，nfi等指标是不是一定要0.9以上

最好是大于0.9，甚至于大于0.95，这些拟合指标的临界值都是通过大量的数据模拟得到的，也就是说如果达不到这些指标，模型很可能就是误设模型，不过我也有看到一篇数据模拟的论文里提到当样本量小于500的时候，srmr是最合适的指标，如果小于0.05，可以肯定模型正确，若大于0.08，可以肯定是误设的（适用于数据正态时，偏态时大于0.11认为模型误设），而其他的拟合指标表现不稳定，那这个时候主要参考srmr就可以，其他的指标过得去就行，如果样本量大于1000，NNFI,CFI,IFI这些指标比较合适，0.95以上可以认为模型正确，0.85以下可以断定模型错误（适用于数据偏态时，正态时0.95以下即认为误设）
你自己根据自己的的数据情况看吧，对于你提到的指标，我相信90%的文献都说是0.9以上为标准的，这个经验值还是很可信的，如果你不是正在写论文，那完全可以接受这个结果，如果你一定想要结果好，那就要么好好处理处理数据，重新做一下结构方程的分析，要么就找到相关的文献支持，以表明你用0.9以下的指标数值是合理的
如果是论文答辩或者发论文，只是0.8过一些那很可能要被答辩老师或者审稿人质疑的，接近0.9应该还勉强可以

6、用stata做SEM结构方程，如何看拟合优度系数如GFI，AGFI等系数？

最好是大于0.9,甚至于大于0.95,这些拟合指标的临界值都是通过大量的数据模拟得到的,也就是说如果达不到这些指标,模型很可能就是误设模型,不过我也有看到一篇数据模拟的论文里提到当样本量小于500的时候,srmr是最合适的指标,如果小于0.05,可以肯定模型正确,若大于0.08,可以肯定是误设的（适用于数据正态时,偏态时大于0.11认为模型误设）,而其他的拟合指标表现不稳定,那这个时候主要参考srmr就可以,其他的指标过得去就行,如果样本量大于1000,NNFI,CFI,IFI这些指标比较合适,0.95以上可以认为模型正确,0.85以下可以断定模型错误（适用于数据偏态时,正态时0.95以下即认为误设）
你自己根据自己的的数据情况看吧,对于你提到的指标,我相信90%的文献都说是0.9以上为标准的,这个经验值还是很可信的,如果你不是正在写论文,那完全可以接受这个结果,如果你一定想要结果好,那就要么好好处理处理数据,重新做一下结构方程的分析,要么就找到相关的文献支持,以表明你用0.9以下的指标数值是合理的
如果是论文答辩或者发论文,只是0.8过一些那很可能要被答辩老师或者审稿人质疑的,接近0.9应该还勉强可以

7、用SPSS可以进行SEM（结构方程模型）建模吗

SPSS不能做结构方程模型分析，结构方程模型必须要专门的结构方程建模软件或者包含结构方程功能模块的统计软件才行。
通常可以做结构方程模型的软件包括Lisrel、Amos、Mplus、EQS以及R语言。最常用的就是这前三种。

8、SEM结构方程模型是什么?

sem 结构方程模型是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。“在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。 结构方程模型分析:结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。

9、关于SEM结构方程数据的求助

首先要保证样本量，一般来说至少200，主要是为了得到稳定的参数估计结果，不够两百的话基本上你跟审稿人或者答辩老师也没法交代。 第二是所用数据协的方差-协方差矩阵要满足正定的条件，这个如果你不满足，使用软件时也往往会报错的，得不到参数...