“Amos 亚洲一哥”张伟豪7月31日在线访谈

资料狂人 发表于 2013-7-30 08:36
坛友上官云天：
第一，我想问的是结构方程能运用在经济领域吗？
第二，它是一个数据模型的回归分析运算吗 ...

您好:

1.什麼領域都可以應用,只要您是想用一些數據,來導出某些結果
2.是回歸模型的運算,但也有其它的用途,大致上SPSS GLM能做的,SEM都能做
3.理論上是沒有限制,實務上一般整體模型不要超過7個潛變量,如果您有N個因變量,用PLS可能是個很好的選擇
4.誤差正好是SEM的強項
5.相關與回歸當然都可以用
6.AMOS, LISRE, EQS, MPLUS, R, SAS CALIS, SAPATH, STATA...

ablefly 发表于 2013-7-30 08:58
请问张老师 在模型修正过程中 一般有三种方法——删除不显著的路径，根据MI值进行修正和根据CR值进行修正， ...

您好:

一般我的做法是這樣
LOADIINGS低的先砍掉,表示這個題目沒有信度
MI的建議指的是題目之間殘差不獨立
可以依照最大的MI值的建議(成對出現)刪除其中的某一題或將兩題平均成另一個新題(ITEM PARCEL)
最後CR指的是標準化殘差的CRITICAL VALUE嗎?
用法與MI值相似,只要大於1.96即表示軟件建議兩變數之間應建立關係

liuqi99 发表于 2013-7-30 12:01
张老师：问题一：请问在模型修正的过程中，可以增列哪几种类型变量之间的相关关系？（如外生潜变量之间的相 ...

修正模型時需要理論作依據
如潛變量之間關係
殘差是一定不能拉相關的,因為違反殘差獨立的假設
雖然您可能看到很多人這樣做
除非是LONGITUDINAL的資料或交互作用項...等特殊用法

liuqi99 发表于 2013-7-30 12:01
张老师：问题一：请问在模型修正的过程中，可以增列哪几种类型变量之间的相关关系？（如外生潜变量之间的相 ...

修正模型時需要理論作依據
如潛變量之間關係
殘差是一定不能拉相關的,因為違反殘差獨立的假設
雖然您可能看到很多人這樣做
除非是LONGITUDINAL的資料或交互作用項...等特殊用法

liuqi99 发表于 2013-7-30 12:05
张老师：问题二：通过增列不同构念测量指标测量误差/残差之间的相关关系来修正模型的时候，不同构念测量指标 ...

首先所有的修正都需要理論為基礎,這是肯定的
軟件建議殘差相關,有沒有什麼意義?
1.通常代表有一個更高的因子被省略了,
這個因子就是COMMON METHOD VARIANCE
2.也可能表示SYSTEM ERROR發生
3.殘差相關也表示同樣的題目不同的問法,如諸葛亮,臥龍先生,孔明等
通常我們大概都無法判斷其原因,
所以不要建立殘差相關

王冲理工 发表于 2013-7-30 18:32
请问张老师，在对模型进行修正的时候，是对模型进行简化，还是增加路径呢？

您好:

刪掉不顯著的參數估計值是簡化
如果建議某條路徑應該是顯著的,那就可以加上去
但是要有理論依據,亦即有以前的學者,也提過類似的問題
這個情形在SEM中稱為模型產生(MODEL GENERATING)

liuqi99 发表于 2013-7-30 19:10
张老师：问题三：当观测变量（指标）的数据非正态分布的时候，有哪些办法来处理非正态数据？处理办法有无什 ...

您好:
非正態處理方案:
1.刪除OUTLIER值
2.利用BOOTSTRAP求出正確的標準誤
3.ITEM PARCEL也是一種方法
4.NORMALISE SCORE(LISREL)
5.用不同的估計法如ADF(N>1000)或RML(LISREL)或BOLLEN-STINE(AMOS)i或SATORA AND BENTELER(EQS)進行修正
一般刪除極端值肯定是最優先的

liuqi99 发表于 2013-7-30 19:12
张老师：问题四：能否用一个具体例子详细解释项目打包方法的操作步骤？

ITEM PARCEL
1.將潛變量所有題目加總或平均就是最簡單的一種
2.如果您衡量一個人的知識,問了20題,答對給1分,錯了給0分
如果隨機分成4組,把分數加起來,就會成為0~5的六點尺度,SEM就可以分析了
時機:
1.數據非正態
2.二階降一階
3.潛變量題目較多,可以進行PARCEL,如每兩題平均,如潛變量有10題,最後就會變成5題
4.類成轉連續,不可以是真的類別,如男,女
5.樣本數較少的時候

annyding345 发表于 2013-7-30 21:26
问题1 MacKinnon  PRODCLIN2程式输入的是相關係數吗？在AMOS中，計算因數間相關係數的方法是什麼？
用MacK ...

MacKinnon  PRODCLIN2程式输入的是相關係數吗
是的
您可以看標準化總效果
就可以看到了