请教LISREL 问题

请教LISREL 问题,第1张

LISREL for Windows的系统需求?

LISREL for Windows需要Windows 95, Windows 98, Windows-ME, Windows 2000 或 Windows XP.

如何才能知道我正在使用的LISREL的版本?

使用Help菜单下的About LISREL选项来打开About LISREL对话框.

为什么我的语法和/或输出文件是空的?

这可能是由于在软件安装好后直接使用的关系,建议重新启动Windows,然后再试一下.

这有可能发生在当完整的文件名的长度超过192个字符.

怎样我才能获得最新版本的LISREL for Windows?

从我们网站下载最新的补丁文件,把它保存到LISREL for Windows的安装目录下.

使用Windows开始菜单的运行选项从LISREL安装目录下运行补丁文件.

如何测试我的安装是否正确?

使用File菜单的Open选项来打开Open对话框

浏览到LISREL for Windows安装目录下的LSEX子目录下的 EX1.LS8文件

点击Open按钮来为EX1.LS8打开文本编辑器窗口

点击工具栏上的Run LISREL来为EX1.PTH打开PTH窗口

为什么我应该使用LISREL for Windows?

尽管LISREL 8.8 for Windows主要是用于样本协方差矩阵的结构方程建模的,但LISREL for Windows包括,不仅限,下列独特特征:

用于复杂测量数据的统计分析方法

用于带遗漏值数据的统计分析方法

用于截断变量的统计分析方法

用于序数和分类变量的统计分析方法

用于相关矩阵的统计分析方法

多层结构方程建模

多层线性和非线性建模

Formal Inference-based Recursive Modeling (FIRM)

探索性因子分析

两阶段最小平方估计

潜变量计分

因子计分

正态计分

LISREL for Windows包含樱困哪些应用程序?

PRELIS是一个32位应用程序,用于转换数据,计算moment矩阵,计算渐进协方差矩阵,估算遗漏数据,计算因子计分,执行回归分析,执行探索性因子分析.

LISREL是一个32位应用程序,用于结构方程建模和多层SEM.

MULTILEV是一个32位应用程序,用于多层线性和非线性建模.

CATFIRM是一个32位应用程序,用于分类数据的Formal Inference-based Recursive Modeling(FIRM)

CONFIRM是一个32位应用程序,用于连续数据的Formal Inference-based Recursive Modeling(FIRM)

SURVEYGLIM从简单随机合复杂测量设计得到的数据拟合广义线性模型(GLIMS).

LISWIN32是一个32位应用程序,允许交互执行(界面)LISREL for Windows的6个32位应用程序.

应该使用哪种评估方法?

如果数据是连续的,并且近似符合多元正态分布,则推荐使用极大似然(ML)方法.

如果数据是连续的,并且近似不符合多元正态分布,并且缺颂弊样本大小不大,那么推荐稳健极大似然方法.这个方法需要估计样本变量合协方差的渐进协方差矩阵.

如果数据是序数的,分类的,或混合的,那伏族么推荐采用Polychoric相关矩阵的对角权重最小二乘方(DWLS)方法.这个方法需要估计样本相关性的渐进协方差矩阵.

算法不同,需要看软件对数据的要求。

我找到一篇博客,你看下:

结构方程建模中的销凯PLS和LISREL方法比较

第一,分布假设不同。PLS为了处理缺乏理论知识的复杂问题,采取“软”方法,避免LISREL模型严格的“硬”假设。这样,不论模型亏基唤大小,PLS方法都可以得到“瞬时估计(instant estimation)”,并得到渐进正确的估计,即PLS方法没有分布要求,而LISREL方法假设显变量的联合分布为多元正态。

第二,准确性取向不同。PLS估计锋歼在样本量很大和每个隐变量的显变量很多时,是一致(consistency)和基本一致(consistency at large)的,但LISREL估计在大样本时是最优的(置信区间渐近最小)。最优性包括一致性,但一致性不包括最优性。因此,PLS和LISREL对同一参数的估计都在一致性的范围内。两种估计的差别不可能、也不应该很大。

第三,假设检验不同。PLS方法采用Stone(1974)和Geisser(1974)的交互验证(cross-validation)方法检验,考察因果预测关系(8)。LISREL方法一般使用似然比检验,考察观测矩阵S和理论矩阵Σ的拟合程度。

不是我写的,你去感谢博主吧:

来自:http://blog.163.com/fjm82@126/blog/static/3335303020061014111026311/


欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/yw/12373028.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-24
下一篇 2023-05-24

发表评论

登录后才能评论

评论列表(0条)

保存