LISREL软件验证性因素分析完整版

用LISRAL软件

做验证性因素分析

部分材料来自香港中文大學教育心理系侯傑泰教授的讲稿精品文档100个分数

:21,31,32,05,06,09,10,22,29,18,11,01,39,92,23,27,93,97,30,02,96,40,53,78,04,98,36,07,08,24,54,55,77,99,34,03,86,87,59,60,15,62,63,43,52,28,79,58,65,95,81,85,57,14,17,33,16,19,20,37,25,69,84,61,64,68,70,42,45,72,83,89,44,38,47,71,00,73,12,35,82,56,75,41,46,49,50,94,66,67,76,51,88,90,74,13,26,80,48,91均值M=53，标准差SD=15好的模型是尽可能准确而且相对简洁描述数据的两难：准确Vs简洁精品文档如何兼顾准确与简洁输入观测变量的相关矩阵S提出简洁的模型M程序回馈最接近的再生矩阵Σ检查模型的准确性和简洁性检查其他可能的模型模型的比较精品文档100名学生在9个不同学科间的相关系数精品文档精品文档精品文档精品文档检查模型的准确性和简洁性

拟合优度指数（goodnessoffitindex），简称为拟合指数

、NNFI、CFIdf=[不重复元素,

p(p+1)/2]–[估计参数]

在前面例子

df=9x10/2–21=24精品文档GoodnessofFitStatistics资料来源：陈正昌等，多变量分析方法，中国税务出版社，2005年4月精品文档精品文档精品文档精品文档精品文档精品文档精品文档精品文档模型比较

自由度,拟合程度

,不能保证最好，可能存在更简洁又拟合得很好的模型

Input:相关（或协方差）矩阵一个或多个有理据的可能模型

Output:既符合某指定模型，又与差异最小的矩阵估计各路径参数（因子负荷、因子相关系数等）。计算出各种拟合指数精品文档_________________________________________________________________________________________________模型dfNNFICFI需要估计的参数个数 ______________________________________________________________________________________________

M12440.973.982 21=9Load＋9Uniq＋3Corr

M227 503.294.47118=9Load＋9Uniq

M326 255.647.74519=9Load+9Uniq+1Corr M4

26 249.656 .752 19=9Load＋9Uniq＋1CorrM527 263.649 .727 18=9Load＋9Uniq

M624 422.337.558 21=9Load＋9Uniq＋3CorrM7

21 113 .826 .89824=9Load＋9Uniq＋6Corr ______________________________________________________________________________________________Load负荷；Uniq误差方差；Corr因子相关精品文档结构方程模型的结构

测量模型

—外源指标（如6项社经指标）组成的向量。

—内生指标（如语、数、英成绩）组成的向量—因子负荷矩阵

—误差项

结构模型

精品文档结构方程模型的优点

同时处理多个因变量容许自变量和因变量含测量[误差传统方法（如回归）假设自变量没有误差

]同时估计因子结构和因子关系容许更大弹性的测量模型估计整个模型的拟合程度[用以比较不同模型]SEM包括:回归分析、因子分析(验证性因子分析、探索性因子分析)、ｔ检验、方差分析、比较各组因子均值、交互作用模型、实验设计

精品文档验证性因子分析17个题目:

学习态度及取向

A、B、C、D、E

4、4、3、3、3题

350个学生

精品文档精品文档ConfirmatoryFactorAnalysisExample1DANI=17NO=350MA=KMKMSY1.341…MONX=17NK=5LX=FU,FIPH=STTD=DI,FRPALX4(10000)4(01000)3(00100)3(00010)3(00001)OUMISSSC精品文档什么情况下固定？两个变量（指标或因子）间没有关系，将元素固定为0例如，不从属，将因子负荷(LX1,2)固定为0。又如，因子和因子没有相关，PH1,2固定为0。需要设定因子的度量单位(scale)因子没有单位，无法计算。一种将所有因子的方差固定为1(或其他常数)，简称为固定方差法一种是在每个因子中选择一个负荷固定为1(或其他常数)，简称为固定负荷法。什么情况下设定为自由:所有需要估计的参数精品文档精品文档补充例子9个题目，第1、2、3题(第1个因子)；第4、5、6题(第2个因子)，第7、8、9题(第3个因子)设因子1,2,3互有相关

固定方差法

MONX=9NK=3LX=FU,FIPH=STTD=DI,FRFRLX1,1LX2,1LX3,1LX4,2LX5,2FRLX6,2LX7,3LX8,3LX9,3固定负荷法MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3精品文档设因子1和因子3无关，因子1和因子2、因子2和因子3相关固定方差法MONX=9NK=3LX=FU,FIPH=STTD=DI,FRFRLX1,1LX2,1LX3,1LX4,2LX5,2LX6,2LX7,3LX8,3LX9,3FIPH1,3固定负荷法MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3FIPH1,3精品文档NumberofInputVariables17(读入的变量个数)NumberofY-Variables0(Y-变量个数)NumberofX-Variables17(X-变量个数)NumberofETA-Variables0(Y-因子个数)NumberofKSI-Variables5(X-因子个数)NumberofObservations350(样品个数)精品文档ParameterSpecifications参数设定LAMBDA-XKSI1KSI2KSI3KSI4KSI5----------------------------------------VAR110000VAR220000VAR330000VAR440000VAR505000VAR606000VAR707000VAR808000VAR900900VAR10001000VAR11001100VAR12000120VAR13000130VAR14000140VAR15000015VAR16000016VAR17000017精品文档PHIKSI1KSI2KSI3KSI4KSI5----------------------------------------KSI10KSI2180KSI319200KSI42122230KSI5242526270THETA-DELTAVAR1VAR2VAR3VAR4VAR5VAR6VAR7VAR8VAR9VAR1028293031323334353637VAR11VAR12VAR13VAR14VAR15VAR16VAR17

38394041424344精品文档NumberofIterations=19LISRELEstimates(MaximumLikelihood)参数估计LAMBDA-XKSI1KSI2KSI3KSI4KSI5----------------------------------------VAR10.59--------(0.06)9.49VAR20.58--------(0.06)9.30VAR30.62--------(0.06)9.93VAR40.05--------(0.07)0.81精品文档VAR5--0.64------(0.06)10.46

VAR6--0.57------(0.06)9.32

VAR7--0.51------(0.06)8.29

VAR8--0.28------(0.06)4.41

VAR9----0.59----(0.06)9.56

精品文档

VAR10----0.61----(0.06)9.99VAR11----0.64----(0.06)10.47VAR12------0.62--(0.06)10.28VAR13------0.66--(0.06)10.84VAR14------0.54--(0.06)8.96VAR15--------0.65(0.06)11.14VAR16--------0.72(0.06)12.19VAR17--------0.55(0.06)9.36精品文档PHIKSI1KSI2KSI3KSI4KSI5----------------------------------------KSI11.00

KSI20.521.00(0.07)7.06

KSI30.400.531.00(0.08)(0.07)5.217.24

KSI40.510.540.481.00(0.07)(0.07)(0.07)6.977.476.60

KSI50.420.500.440.501.00(0.07)(0.07)(0.07)(0.07)5.776.996.227.17

精品文档THETA-DELTAVAR1VAR2VAR3VAR4VAR5VAR6------------------------------------0.650.660.611.000.590.67(0.07)(0.07)(0.07)(0.08)(0.07)(0.07)9.639.859.0213.198.8210.21

VAR7VAR8VAR9VAR10VAR11VAR12------------------------------------0.740.920.660.630.590.61(0.07)(0.07)(0.07)(0.07)(0.07)(0.06)11.0512.709.969.468.809.46

VAR13VAR14VAR15VAR16VAR17------------------------------0.570.700.570.480.69(0.07)(0.07)(0.06)(0.06)(0.06)8.7010.759.137.4910.91精品文档GoodnessofFitStatistics拟合优度统计量DegreesofFreedom=109MinimumFitFunctionChi-Square=194.57(P=0.00)NormalTheoryWeightLeastSqChi-Sq=190.15(P=0.00)EstimatedNon-centralityParameter(NCP)=81.1590PercentConfidenceIntervalforNCP=(46.71;123.45)MinimumFitFunctionValue=0.56PopulationDiscrepancyFunctionValue(F0)=0.2390PercentConfidenceIntervalforF0=(0.13;0.35)RootMeanSquareErrorofApproximation(RMSEA)=0.04690PercentConfidenceIntervalforRMSEA=(0.035;0.057)P-ValueforTestofCloseFit(RMSEA<0.05)=0.71ExpectedCross-ValidationIndex(ECVI)=0.8090PercentConfidenceIntervalforECVI=(0.70;0.92)ECVIforSaturatedModel=0.88ECVIforIndependenceModel=5.78

精品文档Chi-SquareforIndependenceModelwith136df=1982.04IndependenceAIC=2016.04ModelAIC=278.15SaturatedAIC=306.00IndependenceCAIC=2098.63ModelCAIC=491.90SaturatedCAIC=1049.26NormedFitIndex(NFI)=0.90Non-NormedFitIndex(NNFI)=0.94ParsimonyNormedFitIndex(PNFI)=0.72ComparativeFitIndex(CFI)=0.95IncrementalFitIndex(IFI)=0.95RelativeFitIndex(RFI)=0.88CriticalN(CN)=263.34RootMeanSquareResidual(RMR)=0.054StandardizedRMR=0.054GoodnessofFitIndex(GFI)=0.94AdjustedGoodnessofFitIndex(AGFI)=0.92ParsimonyGoodnessofFitIndex(PGFI)=0.67精品文档ModificationIndicesforLAMBDA-X修正指数

KSI1KSI2KSI3KSI4KSI5----------------------------------------VAR1--0.060.660.092.53VAR2--0.380.530.230.11VAR3--0.720.010.031.49VAR4--0.000.030.010.03VAR57.73--9.629.231.50VAR60.01--3.291.071.50VAR70.12--0.250.122.26VAR841.35--3.6622.024.78VAR90.400.02--2.190.22VAR100.030.10--0.300.22…MaximumModificationIndexis41.35forElement(8,1)LX修正指数:该参数由固定改为自由估计，会减少的数值精品文档CompletelyStandardizedSolutionLAMBDA-XKSI1KSI2KSI3KSI4KSI5----------------------------------------VAR10.59--------VAR20.58--------VAR30.62--------VAR40.05--------VAR5--0.64------VAR6--0.57------VAR7--0.51------VAR8--0.28------VAR9----0.59----VAR10----0.61----VAR11----0.64----VAR12------0.62--VAR13------0.66--VAR14------0.54--VAR15--------0.65VAR16--------0.72VAR17--------0.55精品文档PHIKSI1KSI2KSI3KSI4KSI5----------------------------------------KSI11.00KSI20.521.00KSI30.400.531.00KSI40.510.540.481.00KSI50.420.500.440.501.00THETA-DELTAVAR1VAR2VAR3VAR4VAR5VAR6------------------------------------------------0.650.660.611.000.590.67VAR7VAR8VAR9VAR10VAR11VAR12-----