logo资料库

Amos使用手册中文版.pdf

第1页 / 共18页
第2页 / 共18页
第3页 / 共18页
第4页 / 共18页
第5页 / 共18页
第6页 / 共18页
第7页 / 共18页
第8页 / 共18页
资料共18页,剩余部分请下载后查看
AMOS7.0 用户手册中文版 Email:ddy427@163.com 翻译:戴德颐 QQ 群:60529928 Amos7.0 用户手册中文版 AmosTM7.0 User’s Guide James L.Arbuckle For more information,please contact: Marketing Department SPSS,Inc. 翻译:戴德颐 Email:ddy427@163.com QQ 群:60529928 说明:本文完全从 Amos7.0 英文用户手册翻译而来。因本人水平所限 , 难免有所差错,内容以英文原版为准。欢迎大家指出错误并提出宝贵 意见。转载请注明出处。 转载请注明出处 欢迎大家提出宝贵意见 1
AMOS7.0 用户手册中文版 Email:ddy427@163.com 目 录 翻译:戴德颐 QQ 群:60529928 AmosTM7.0 User’s Guide..............................................................................................1 第一部分:开始............................................................................................................3 第一章 介绍...........................................................................................................3 所用方法..........................................................................................................4 关于软件说明书..............................................................................................4 关于实例..........................................................................................................4 关于文件..........................................................................................................5 其它信息资源..................................................................................................5 致谢..................................................................................................................6 第二章 新特点.......................................................................................................7 估计有序分类截尾数据..................................................................................7 对有序分类截尾数据的缺失值处理(Data Imputation)............................8 第三章 程序说明:开始作图(Amos Graphics)............................................ 10 说明................................................................................................................10 关于数据........................................................................................................10 开始 Amos 作图............................................................................................ 12 制作新模型....................................................................................................12 指定数据文件................................................................................................13 绘制变量定义模型........................................................................................13 命名变量........................................................................................................13 绘制箭头........................................................................................................14 约束一个参数................................................................................................14 改变路径图的外观........................................................................................15 建立选择性输出............................................................................................15 进行分析........................................................................................................16 查看输出信息................................................................................................16 打印路径图....................................................................................................18 复制文本输出信息........................................................................................18 转载请注明出处 欢迎大家提出宝贵意见 2
AMOS7.0 用户手册中文版 Email:ddy427@163.com 第一部分:开始 第一章 介绍 翻译:戴德颐 QQ 群:60529928 Amos 是 Analysis of Moment Structures 的缩写。它是实现我们所称呼的结构 方程模型,也叫协方差结构分析,或者叫因果模型的数据分析的一般方法。这种 方法包括,其中作为特例的许多著名的传统技术,比如一般线性模型和普通因子 分析。 Amos 是针对图像化结构方程模型的一种便于使用的软件。通过 Amos,你可以用简 单的画图工具快速图像化的定义、查看以及修改你的模型。然后,你可以评估模型 拟合情况,进行修正,并打印出最终模型的高清晰图像。简单的图像化定义模型(上 图 左 ),Amos 快速运算并输出结果(上图右)。 结构方程模型(SEM)有时被认为是奥秘而难于学习和使用的。这并不正确 。 实际上,SEM 之所以在数据分析中变得越来越重要,正是因为易于使用。SEM 为非统计专业人士打开了一扇门,使得他们可以处理估计和假设检验这些曾经要 专家才能解决的问题。 Amos 最初设计用来作为这一有力而极为简单的方法的教学工具。正因为如 此,想尽了一切办法来见证 SEM 的易于使用。Amos 将易于使用的图形化界面 和先进的计算程序结合起来以实现 SEM。Amos 高质量的路径图让学生和研究者 对模型一目了然。Amos 所采用的数学方法是当今最有效和最可靠的方法之一。 转载请注明出处 欢迎大家提出宝贵意见 3
AMOS7.0 用户手册中文版 Email:ddy427@163.com 所用方法 翻译:戴德颐 QQ 群:60529928 Amos 提供下列方法以估计结构方程模型: >极大似然法 >非加权最小二乘法 >广义最小二乘法 >Browne’s asymptotically distribution-free criterion >自由尺度最小二乘法(Scale-free least squares) Amos 功能远超其它的结构方程模型软件。当遇到缺失数据时,Amos 用最先 进的全信息极大似然估计法,而不是列删或对删,或者平均计算法。Amos 可以 很快运算几组样本数据,也可以估计外生变量的均值和回归模型中的 intercepts。 该软件使得 bootstrapped 标准误和置信区间对所有参数估计、效果估计、样 本均值、方差、协方差和相关性都有效。它还采用了百分位区间和 bias-corrected 百分位区间(stine,1989),以及 Bollen 和 Stine(1992)的 bootstrap approach 来进行模型检验。 联立模型可适用于单个分析。Amos 检查每对模型,该模型可通过对其它参 数施加约束条件而获得。软件报告一些恰当的统计量来比较这些模型。它还为每 个观测变量提供一元正态检验、多元正态检验以及删除不合格者。 Amos 用路径图定义模型,并在路径图上输出参数估计。定义模型的路径图 和输出的参数估计具有陈述的功能。它们可以直接打印,或插入其它应用程序, 比如 word,desktop 和一般性的图形程序。 关于软件说明书 本说明书是帮助你熟悉和运用 Amos Graphics。说明书包括一些基本功能、 特点,指导你初次运用 Amos 分析。一旦你已经使用了说明书,你可以通过在线 帮助了解更多的先进功能,也可以继续参考实例用 Amos 来获取更多的结构模型 介绍。 关于实例 许多人喜欢边用边学。有鉴于此,我们开发了 31 个实例来快速的示范使用 Amos 的实用性方法。前面的实例介绍 Amos 应用于简单问题的基本功能。你可 转载请注明出处 欢迎大家提出宝贵意见 4
AMOS7.0 用户手册中文版 Email:ddy427@163.com 翻译:戴德颐 QQ 群:60529928 以学习功能键,怎样实现几种支持的数据格式,以及怎样操作输出。后面的实例 解决比较先进的模型问题,较少涉及软件的操作界面问题。 实例 1 到 4 告诉你怎样用 Amos 做一些传统分析——这些分析可以用标准统 计软件包来实现。这些实例在用新的方法解决熟悉问题的同时,也展示了 Amos 的所有基本特点。有时,有很好的理由来运用 Amos 去处理一些简单的问题,比 如估计均值或者相关性或者检验两均值相等的假设,等等。首先,你可能希望利 用 Amos 处理缺失数据的能力;或许你希望运用 Amos 的 bootstrapping 能力,尤 其是获取置信区间。 实例 5 到 8 描述了当今结构模型中普遍使用的基本方法。 实例 9 之后描述了到目前为止尚未大量运用的方法。这些方法包括: >几个不同样本数据的同步分析 >回归方程中的均值和截距(intercepts)估计 >出现缺失数据时的极大似然估计 >自抽样(Bootstrapping)以获得估计标准误。Amos 让这些方法非常容易使 用,我们期待这些方法将变得更加普通。 提示:如果你对某一 Amos 特点有疑问,可以随时参考软件提供的在线帮助 。 关于文件 Amos7.0 有大量文件,包括在线帮助系统,本用户指导,以及 Amos Basic 和 Amos API 的高级参考材料。如果你进行了典型安装,你可以在以下路径找到 Amos7.0 程 序 参 考 指 导 c:\ProgramFiles\Amos7\Documentation\Programming Reference.pdf. 其它信息资源 尽管本用户指导包括了大量的 expository 材料,但它远算不上正确有效使用 结构模型的完整指导。很多优秀的 SEM 书籍可以利用。 StructuralEquationModeling:AMultidisciplinaryJournal Contains methodological articles as well as applications of structural modeling. It is published by: Lawrence Erlbaum Associates, Inc.Journal Subscription Department 10 Industrial Avenue Mahwah, NJ 07430-2262 USA www.erlbaum.com 转载请注明出处 欢迎大家提出宝贵意见 5
AMOS7.0 用户手册中文版 Email:ddy427@163.com Carl Ferguson and Edward Rigdon established an electronic mailing list called Semnetto provide a forum for discussions related to structural modeling. You can find information about subscribing to Semnet at www.gsu.edu/~mkteer/semnet.html.   Edward Rigdon also maintains a list of frequently asked questions about structural 翻译:戴德颐 QQ 群:60529928 equation modeling. That FAQ is located at www.gsu.edu/~mkteer/semfaq.html. 致谢 大量早期版本软件的用户提供了宝贵的反馈意见,包括Stephen J. Aragon, Chris Burant, David Burns, Morton Kleban, Sik-Yum Lee, Michelle Little, and Tor Neilands.John Raz 审稿,Pat O’Neil编辑此书。 最后警告:虽然Amos开发公司和SPSS投入了大量的检测以确保Amos运算准 确,但所有复杂软件,包括Amos在内,都不可避免的存在一些未被发现的程序 错误。我们承诺修正任何程序错误。如果你遇到了这些错误,请报告给SPSS技 术支持人员。 James L.Arbuckle Ambler,Pennsylvania 转载请注明出处 欢迎大家提出宝贵意见 6
AMOS7.0 用户手册中文版 Email:ddy427@163.com 第二章 新特点 翻译:戴德颐 QQ 群:60529928 估计有序分类截尾数据 Ordered-Categorical (Ordered-Categorical Ordered-Categorical andandand Censored Censored Censored DataDataData ) 有序分类数据 Ordered-Categorical (Ordered-Categorical Ordered-Categorical DataDataData ) 作为有序分类(Ordered-Categorical)数据的例子,考虑下列回答的尺度 A.不同意 B.没有答案 C.同意 Amos7.0 之前的版本,要求对上述三个回答给出数值分数,比如,A=1, B=2,C=3。尽管 Amos7.0 允许对这三个答案指定数值分数,但它也采用了这样 的模型,在其中有一连续潜在的一致尺度,分为三个连续的区间。可观测类别回 答与不可观测数值变量按照如下规则相关:如果回答者的同意程度在最低区间, 答案是 A;在中间区间,答案是 B;在最高区间,答案是 C。潜在数值同意分数 的分布(不同应答者间)被假定为服从正态分布。 censored 截尾数据(censored censored datadatadata ) 当你意识到一种测度超过了某种门槛,而你并不知道具体程度时,截尾数据 就出现了。举个例子,假定你观察人们尝试解决一个问题,并将每个人所花的时 间记录下来。如果你为每个人观测的时间不想超过 10 分钟,那么有人超过 10 分钟仍为解决时你就会停下来,并将时间记录为大于 10 分钟。如果五个人解决 问题而两个在规定时间内尚未解决,这 7 个人的数据应该像下表所示: 转载请注明出处 欢迎大家提出宝贵意见 7
AMOS7.0 用户手册中文版 Email:ddy427@163.com 翻译:戴德颐 QQ 群:60529928 在 Amos6.0 里,你既可以将 4 和 7 的观测值处理为缺失值,也可以将之用 一个具体的数值比如 10,或 12 代替。将 4 和 7 作为缺失值,就会排除掉解决问 题较差的人,而使得样本出现偏差。用具体数值代替,也是不理想的,尽管其具 体影响程度无法知道。 Amos7.0 里,你可以利用案例 4 和 7 中的所有信息,只需要作正态假设即可 。 对有序分类截尾数据的缺失值处理(DataDataData Imputation Imputation Imputation ) 有序分类截尾数据为潜在连续数值变量提供了部分信息。这些信息比采用缺 失值方法所获得的要多,但比直接给出观测数值所获要少。在这个意义上来说, 有序分类测量数据和截尾测量数据是介于观测和缺失之间的方法。 Amos7.0可以用与Amos6.0处理缺失测度相同的方法来处理有序分类(ordered- categorical),截尾(censored),以及测量数据缺失(missing measurements)。导 imputed 出的完整样本数据(也被称作插补数据imputed imputed )可作为其它要求完整数 dataset dataset dataset 值数据程序的输入。用这个方法,非数值数据可转化为数值数据。 Estimation Estimation Estimation ofofof Posterior Posterior Posterior Predictive Predictive Predictive Distributions Distributions Distributions (后预测分布估计) Posterior Amos7.0可以估计缺失数据值的Posterior Posterior Predictive Predictive Predictive Distributions Distributions Distributions ,也可 估计作为ordered-categorical and censored measurements基础的非观测数值变量的 分数。 在潜变量模型中,有三种类型的未知数值: 参数值和参数值函数;例如,回归权重和相关系数 缺失值 部分缺失值,比如ordered-categorical or censored measurements。 在贝叶斯分析中,这三种未知数值按相同方法处理。关于任何未知数值的知 识都用posterior density(后验密度)来代表,它显示了什么值是可能的。在数据 posterior 值缺失或部分缺失的案例中,posterior density(后验密度)被叫做posterior posterior predictive predictive predictive (后预测分布)。 distribution distribution distribution 非贝叶斯必要条件 转载请注明出处 欢迎大家提出宝贵意见 8
分享到:
收藏