当调节变量和自变量都是潜变量时lisrel中如何处理？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

温忠麟等在一篇文中讲道：当调节变量和自变量都是潜变量时,有许多不同的分析方法。如Algina和Moulder的中心化乘积指标方法(适用于正态分布情形) ,Wall和Amemiya的广义乘积指标( GAP I)方法 (非正态分布情形也适用) ,这两种方法都需要用到非线性参数约束( constraint) ,使用起来很麻烦且容易出错。Marsh,Wen和Hau提出的无约束的模型 ,无需参数约束,从而大大简化了程序,容易为一般的应用工作者掌握,是目前最新最方便的方法。

但具体在LISEL中如何操作没有指明，请教各位。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LISREL isrel lisre 调节变量 潜变量 变量 LISREL

给你个例子，自己研究去吧，详见《结构方程模型中调节效应的标准化估计》——心理学报
　　Unconstrained matched pairs
　　 x2indicat ors have been centered
　　Product indicat ors x1x4 x2x5 x3x6 were multi p lied after centered
　　DA N I = 12 NO = 500
　　CM
　　2 . 0934
　　0 . 7501 0 . 9969
　　0 . 6880 0 . 4751 1 . 0146
　　0 . 5667 0 . 3198 0 . 2939 2 . 1899
　　0 . 4047 0 . 2384 0 . 2277 0 . 6834 0 . 9958
　　0 . 5489 0 . 4646 0 . 3204 1 . 4940 0 . 9346 3 . 9396
　　0 . 5644 0 . 4098 0 . 3476 0 . 3538 0 . 2348 0 . 3071 2 . 0604
　　0 . 9725 0 . 8132 0 . 6857 0 . 4629 0 . 3904 0 . 3712 2 . 1883 9 . 7770
　　0 . 3580 0 . 3118 0 . 2609 0 . 2403 0 . 1744 0 . 1997 0 . 7137 1 . 5577 0 . 9886
　　- 0 . 0772 0 . 0099 0 . 0305 - 0 . 4072 - 0 . 2426 - 0 . 5437 0 . 0247 - 0 . 1692 - 0 . 1201 4 . 8861
　　0 . 0321 0 . 0327 - 0 . 0123 - 0 . 4503 - 0 . 0806 - 0 . 3062 - 0 . 4231 - 1 . 4012 - 0 . 3216 1 . 3270 8 . 9897
　　- 0 . 1069 0 . 0001 0 . 1625 - 0 . 0789 - 0 . 0628 0 . 0103 - 0 . 2386 - 0 . 9286 - 0 . 2217 1 . 2545 1 . 3981 4 . 3439
　　ME
　　 0 . 0478 - 0 . 0524 0 . 0499 0 . 0000 0 . 0000 0 . 0000 0 . 0000 0 . 0000 0 . 0000 0 . 3531 0 . 3896 0 . 1993
　　LA
　　 y1 y2 y3 x1 x2 x3 x4 x5 x6 x1x4 x2x5 x3x6
　　MO NY =3 NE =1 NX =9 NK =3 LY = FU, FILX = FU, FI PS = SY, FR PH = SY, FR TE =D I , FR T D =D I , FR K A = FR TY = FR
　　 ! F I PH 3 1 PH 3 2 ! For known nor mal distributi on
　　 ! ST 0 PH 3 1 PH 3 2 ! For known nor mal distributi on
　　VA 1 LY 1 1
　　 FR LY 2 1 LY 3 1
　　VA 1 LX 1 1 LX 4 2 LX 7 3
　　 FR LX 2 1 LX 3 1 LX 5 2 LX 6 2 LX 8 3 LX 9 3
　　 FR G A 1 1 G A 1 2 G A 1 3
　　 F I K A (1) KA (2)
　　VA 0 KA (1) KA (2)
　　 CO KA (3) = PH (2, 1)
　　 ! path diagram
　　OU SC ND = 3 AD = off EP = 0 . 0001 IT = 500 XM

请问有人研究过这个程序吗？交互作用项的指标乘积是怎么来的？这个程序里只有x1x4、x2x5、x3x6三个，如果是所谓的配对乘积策略，那到底原则是什么？如果调节变量和自变量指标数不一样，那还如何配对？

当调节变量和自变量都是潜变量时，怎么构建他们的成绩项呢？求解答

乘积项

程序正确，可以作为模板。

学习，谢谢

学习，谢谢