SEM各擬合指數(shù)一覽_第1頁
SEM各擬合指數(shù)一覽_第2頁
SEM各擬合指數(shù)一覽_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、SEM各擬合指標(biāo)一覽指數(shù)名稱性質(zhì)擬合成功建議值樣本容量影響模型節(jié)儉評(píng)估經(jīng)驗(yàn)性評(píng)價(jià)X2擬合優(yōu)度檢 驗(yàn)(X2 goodness-of-fit test)絕對(duì)擬合指 數(shù)p>0.05受影響很大無法評(píng) 估(1)樣本容量很小時(shí),容易接受劣勢(shì)模型;樣本容量大時(shí), 容易拒絕所肩擬合很好的模型;(2)在多個(gè)模型比較分析時(shí)非常宿用;擬合優(yōu)度指數(shù)GFI絕對(duì)擬合指 數(shù)>0.90受影響無法評(píng) 估(1)在最大似然和最小一乘法中比較穩(wěn)定;(2) 在CFA中,當(dāng)factor loading和樣本谷量較低時(shí),谷 易接受模型;參數(shù)估計(jì)值比較低時(shí),容易接受模型;調(diào)整的擬合優(yōu)度指數(shù)AGFI絕對(duì)擬合指 數(shù)>0.90受

2、影響可以評(píng) 估(1)可以按照模型中參數(shù)估計(jì)總數(shù)的數(shù)量對(duì)GFI進(jìn)行調(diào)整;(2)估計(jì)參數(shù)相對(duì)與數(shù)據(jù)點(diǎn)總數(shù)越少或自由度越大,AGFI越接近GFI。近似誤差的均 方根RMSEA絕對(duì)擬合指 數(shù)<0.05(<0.08 可接受)受影響可以評(píng) 估(1)基于總體差距的指數(shù),多數(shù)學(xué)者推薦為常用擬合指數(shù);(2)比較敏感;(3)懲罰復(fù)雜模型。比較擬合指數(shù)CFI相對(duì)擬合指 數(shù)>0.90不勿文修響無法評(píng) 估(1)應(yīng)用/、同的模型估計(jì)方法時(shí)很穩(wěn)定;(2)即使是對(duì)小樣本模型擬合時(shí)表現(xiàn)也很好;(3)在嵌套模型比較時(shí)很有用;規(guī)范擬合指數(shù)NFI相對(duì)擬合指 數(shù)>0.90樣本容量小 時(shí)嚴(yán)重低估無法評(píng) 估(1)對(duì)

3、數(shù)據(jù)非正態(tài)和小樣本容量非常敏感;(2)不能控制自由度;(3)受樣本容量影響大,漸不使用;Tucker-Lewis 指 數(shù)(TLI或 NNFI)相對(duì)擬合指 數(shù)>0.90樣本容量小 時(shí)一般低估無法評(píng) 估(1)在最大似然估計(jì)時(shí)使用有較好穩(wěn)定性,能止確對(duì)復(fù)雜 模型進(jìn)行懲罰,準(zhǔn)確區(qū)分不同的模型,多數(shù)學(xué)者推薦;(2)在應(yīng)用最小二乘法估計(jì)模型時(shí)比較差;(3)可以用于比較嵌套模型;(4)缺點(diǎn):估計(jì)值變化很大,有時(shí)可以超出 01的范圍。遞增擬合指數(shù)IFI相對(duì)擬合指 數(shù)>0.90樣本容量小 時(shí)一般低估無法評(píng) 估(1)在應(yīng)用最小一乘法估計(jì)模型時(shí),優(yōu)于 TLI、NNFI。(2)在最大似然估計(jì)時(shí),在小樣本和

4、偏差大的模型估計(jì) 中,容易錯(cuò)誤懲罰簡(jiǎn)約模型,獎(jiǎng)賞復(fù)雜模型,因此漸 不常用。PNFI,PCFI,PGFI節(jié)儉調(diào)整指 數(shù)(Parsimony adjusted measures越接近1越 好同時(shí)受樣本 容量和估計(jì) 的參數(shù)比率 影響?yīng)剟?lì)簡(jiǎn) 約模型(1)屬于依照簡(jiǎn)約原則調(diào)整后的指數(shù),為原來的指數(shù)乘以 省儉比率;(2)模型越簡(jiǎn)單,越不被懲罰。(3)受樣本容量同以上相對(duì)應(yīng)的指標(biāo),同時(shí)受到估計(jì)參數(shù) 與飽和參數(shù)值的影響AIC (Akaike information criterion)信息標(biāo)準(zhǔn)指 數(shù)越小越好不受影響?yīng)剟?lì)簡(jiǎn) 約模型用于模型比較CAIC(Consistent Akaike information criterion)信息標(biāo)準(zhǔn)指 數(shù)越小越好不受影響?yīng)剟?lì)簡(jiǎn) 約模型用于模型比較ECVI(Expected cross-validation index)信息標(biāo)準(zhǔn)指 數(shù)越小越好受影響?yīng)剟?lì)簡(jiǎn) 約模型(1)用于模型比較;(2)在樣本較小時(shí),支持簡(jiǎn)約模型;隨著樣本數(shù)的增大轉(zhuǎn) 而支持較復(fù)雜但解釋力更強(qiáng)的模型。個(gè)人建議:(1) AGFI is not enough,最好綜合各種指標(biāo)判斷,特別

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論