模型选项
在“模型规格”报表中点击“运行”后，就会显示指定模型的“结构化方程模型”报表。在启动窗口中指定“组”变量时，模型选项会为“组”变量的所有水平显示或隐藏报表中的元素。该报表有一个包含以下选项的红色小三角菜单：
显示路径图
在模型报表中显示或隐藏路径图。
路径图设置
包含以下用于修改模型路径图的选项：
定制关系图
支持您定制路径图的许多方面。请参见定制路径图的选项。
布局
包含更改路径图总体形状的两个选项。您可以选择“从左到右”的布局或“从上到下”的布局。
提示：还可以拖动路径图中的项以更改特定项的排列方式。
复制关系图
将路径图的图像保存到剪贴板。要保持尽可能高的质量，请将剪贴板图像粘贴为向量图形。
复制关系图属性
将当前路径图属性复制到剪贴板。随后可将属性粘贴到另一个 SEM 路径图中。
粘贴关系图属性
将剪贴板中的路径图属性粘贴到当前 SEM 路径图中。
拟合指数
显示或隐藏包含各种指数值的报表，这些指数值支持您评估拟合的模型。除“拟合汇总”报表中显示的值之外（请参见“结构化方程模型拟合”报表），“拟合指数”报表还包含以下指数值：
BIC
Bayes 信息准则。该值可用于比较模型，其中较小的数字表示模型拟合更好。请参见AICc、BIC 和 BICu。
RNI
相对非中心指数 (RNI) 为确定模型拟合提供了额外的指导。该值等价于 CFI，但不以 1 为边界。值最好大于 0.90。请参见RNI。
TLI
Tucker-Lewis 指数 (TLI) 为确定模型拟合提供更多指导。该指数也称为非规范拟合指数 (NNFI)。TLI 介于 0 和 1 之间。值最好大于 0.95 (West et al. 2012)。请参见TLI。
NFI
规范拟合指数 (NFI) 为确定模型拟合提供了额外的指导。NFI 介于 0 和 1 之间。值最好大于 0.95 (West et al. 2012)。请参见NFI。
修正的 GFI
修正的拟合优度指数为确定模型拟合提供了额外的指导。修正的 GFI 介于 0 和 1 之间。值最好大于 0.95 (West et al. 2012)。请参见修正的 GFI 和修正的 AGFI。
修正的 AGFI
修正的已调整拟合优度指数为确定模型拟合提供了额外的指导。修正的 AGFI 介于 0 和 1 之间 (West et al. 2012)。请参见修正的 GFI 和修正的 AGFI。
RMR
均方根残差 (RMR) 为确定模型拟合提供了额外的指导。RMR 的残差来自观测的协方差与隐含模型的协方差之间的差值。RMR 为正且最好为较小值 (West et al. 2012)。请参见RMR 和 SRMR。
SRMR
标准化均方根残差 (RMR) 为确定模型拟合提供了额外的指导。SRMR 的残差来自观测的协方差与隐含模型的协方差之间的标准化差值。SRMR 为正且最好为较小值 (West et al. 2012)。请参见RMR 和 SRMR。
注意：有关“拟合指数”报表中其他值的说明，请参见“结构化方程模型拟合”报表。
拟合汇总
显示或隐藏包含模型拟合详细信息的报表。
参数估计值
显示或隐藏包含模型的非标准化参数估计值的报表。
标准化参数估计值
显示或隐藏包含模型的标准化参数估计值的报表。
置信区间
显示或隐藏“参数估计值”报表和“标准化参数估计值”报表中的置信区间。
总效应
（仅当模型包含至少一个回归或载荷变量且效应收敛时才可用。）显示或隐藏模型中总效应的未标准化和标准化估计值表。标准误差也包括在内。Bentler and Freeman (1983) 中对效应收敛检验进行了说明。表的右侧包含标准化估计值的条形图。
间接效应
（仅当模型包含中介变量且效果收敛时才可用。）显示或隐藏模型中间接效应的未标准化和标准化估计值表。标准误差也包括在内。Bentler and Freeman (1983) 中对效应收敛检验进行了说明。表的右侧包含标准化估计值的条形图。
提示：您可以在“间接效果”表中获取值的 bootstrap 估计值。要运行 bootstrap 分析，请右击包含您要 bootstrap 的统计量的表列，然后选择“Bootstrap”。请参见《基本分析》中的“Bootstrapping”。
预测刻画器
支持您查看一组预测变量对一组结果变量的条件预期值的影响。选择该选项时，将出现一个窗口，您必须在其中选择一个或多个预测变量和一个或多个结果。预测和 95% 置信区间基于隐含模型的协方差矩阵。有关“预测刻画器”的详细信息，请参见《刻画器指南》中的“刻画器”。
注意：设置窗口中的初始变量列表仅限于与模型一致的变量。例如，“选择预测变量”列表仅包含预测模型中某项的变量，“选择结果”列表仅包含由模型中的其他某个变量预测的变量。选中显示全部变量框可查看两个列表中的所有模型变量。
隐含模型的协方差
显示或隐藏包含模型所隐含协方差矩阵的报表。
隐含模型的相关性
显示或隐藏包含模型所隐含相关性矩阵的报表。
隐含模型的均值
显示或隐藏包含模型所隐含每个变量均值的报表。
残差
显示或隐藏包含模型的残差矩阵的报表。该矩阵是隐含模型的协方差矩阵与样本协方差矩阵之间的差值。
标准化残差
显示或隐藏包含模型的标准化残差矩阵的报表。
RAM 矩阵
显示或隐藏包含网状动作模型 (RAM) 表示法所使用模型矩阵的报表。
估计值的协方差
显示或隐藏包含模型参数估计值的协方差矩阵的报表。
估计值的相关性
显示或隐藏包含模型参数估计值的相关性矩阵的报表。
内生变量的 R2
（仅当模型为递归模型且包含内生变量时才可用。）显示或隐藏包含模型中每个内生变量的 R2 值的报表。用 1 减去每个内生变量的残差方差与隐含模型的方差之比，即可计算出该值。R2 值表示模型在内生变量中所解释的方差。内生变量是指在路径图中有一条指向它的路径的变量。
热图
支持您直观演示模型中的残差、协方差和相关性。
标准化残差热图
显示或隐藏包含模型的标准化残差热图的报表。
隐含模型的协方差热图
显示或隐藏一个报表，其中包含模型所隐含的协方差矩阵的热图。
隐含模型的相关性热图
显示或隐藏一个报表，其中包含模型所隐含的相关性矩阵的热图。
估计值的协方差热图
显示或隐藏一个报表，其中包含模型参数估计值的协方差矩阵的热图。
估计值的相关性热图
显示或隐藏一个报表，其中包含模型参数估计值的相关性矩阵的热图。
修改指标
支持您显示模型修改指标的全部或部分估计值。这些值可用于确定可以向模型添加哪些参数以改进模型拟合。每个表都按“卡方”列降序排序。
所有修改指标
显示或隐藏一个表，其中包含所有模型修改指标的估计值。该表包含指示每个估计值的参数类型的一列。
均值的修改指标
显示或隐藏一个表，其中包含均值和截距的模型修改指标的估计值。
载荷的修改指标
显示或隐藏一个表，其中包含载荷参数的模型修改指标的估计值。
回归的修改指标
显示或隐藏一个表，其中包含回归参数的模型修改指标的估计值。
协方差的修改指标
显示或隐藏一个表，其中包含协方差参数的模型修改指标的估计值。
评估测量模型
（仅可用于唯一因子之间没有协方差的确认性因子模型。）显示或隐藏用于量化关于检验和测度的可靠性和有效性的各种统计量和图形，包括指标可靠性、系数 omega 和 H 以及构造有效性矩阵。
“指标可靠性”图显示了潜在变量的平方标准化载荷以及可接受可靠性的建议最小阈值 (0.25)。变量的低值表示该变量在捕获相应潜在变量中的变异性方面表现欠佳。
“复合可靠性”报表和“构造最大可靠性”报表分别为每个潜在变量显示系数 Omega (McDonald 1999) 和 H (Hancock and Mueller 2001)。这些值的范围介于 0 到 1 之间，建议这些值约为 0.70 或更大。Omega 表示在观测到的复合得分中的潜在变量的方差比例。H 表示由指标表示的潜在变量方差的比例。这些估计值取决于模型；若拟合一个单因子模型，那么得到的 Omega 被称为一般 omega。若拟合具有一个以上潜在变量的因子模型，那么得到的 omega 估计值被称为分量 omega。不过，若拟合双因子模型，则一般因子估计值的 omega 称为分层 omega，而组因子称为分层分量 omega (Rodriguez et al. 2015)。建议的阈值应在调查目标的上下文中使用；若您计划使用复合得分做出关于个体的决定，那么可靠性应该高于建议的阈值（大约 0.90 或更高），但若您计划将复合得分用于研究目的，那么阈值的下限是可以接受的 (Nunnally 1978)。
“构造有效性矩阵”报表有助于确定潜在变量是否在测量您认为它们在测量的内容：
‒ 下三角元素包含潜在变量相关性。这些元素支持您检查潜在变量之间的相关性有多强，并将其与假设的相关性强度进行比较。
‒ 上三角元素是潜在变量相关性的平方。这些元素让您能够关注潜在变量之间方差的重叠。在与矩阵中的对角线元素比较时，这些统计量尤其重要。
‒ 对角线元素包含每个潜在变量提取的平均方差量，相当于每个潜在变量的指标可靠性的平均值。一个好的潜在变量应该在对角线上有很高的值，因为它的指标有足够的系统方差来正确定义它。理想情况下，每个潜在变量的对角线元素应高于其上方和右侧的元素。
构造有效性矩阵的可视化支持您比较对角线元素和上三角元素。
请参见“评估测量模型”报表的示例。
预测值图
显示或隐藏模型中的内生变量预测值图。对于纵向数据，该图显示了模型隐含的随时间变化的增长轨迹。默认情况下，预测值显示为箱线图。选中连接数据点复选框可将显示切换为线图。
保存列
支持您将基于拟合结构化方程模型的列保存到数据表中。
保存因子得分
（仅当模型中有潜在变量时才可用。）将包含使用回归方法为每个潜在变量计算的因子得分的列保存到数据表中。因子得分在隐藏列中计算，该列也会添加到数据表中。该隐藏列使用 Estimate Factor Score() JSL 函数。有关该函数的详细信息，请参见“帮助”>“脚本索引”。
保存 Bartlett 因子得分
（仅当模型中有潜在变量时才可用。）将包含使用 Bartlett 方法为每个潜在变量计算的因子得分的列保存到数据表中。因子得分在隐藏列中计算，该列也会添加到数据表中。该隐藏列使用 Estimate Bartlett Factor Score() JSL 函数。有关该函数的详细信息，请参见“帮助”>“脚本索引”。
保存预测公式
（仅当模型中至少有一个内生或因变量时可用。）将包含每个变量观测结果预测值公式的列保存到数据表中。当模型中存在潜在变量时，使用 Bartlett 方法计算的因子得分也会保存到数据表中。
保存观测残差
（仅当模型中至少有一个内生或因变量时可用。）将包含每个变量观测结果残差值的列保存到数据表中。当模型中存在潜在变量时，使用 Bartlett 方法计算的因子得分也会保存到数据表中。
复制模型规格
将当前结构化方程模型规格复制到剪贴板。随后可以将模型规格粘贴到另一个 SEM 平台报表中。
在模型规格中重新调用
将“模型规格”报表中的模型设置为指定的模型。
删除拟合
从报表窗口删除指定的模型报表。