多元方法 > 结构化方程模型 > “结构化方程模型”报表 > “结构化方程模型拟合”报表
发布日期: 09/18/2023

Image shown here“结构化方程模型拟合”报表

每次在“模型规格”报表中点击“运行”时,都会显示指定模型的“结构化方程模型”报表。默认情况下,该报表包含“拟合汇总”报表、“参数估计值”报表和“路径图”。

注意:在启动窗口中指定“组”变量时,“组”变量的每个水平都有一个单独的模型拟合报表。您可以使用“结构化方程模型拟合”报表分级显示框上方的组选项卡在这些报表之间导航。

拟合汇总

有关模型拟合(包括收敛状态和估计方法)的信息表。在启动窗口中指定“组”变量时,该表另有一列包含统计量,这些统计量仅引用当前模型拟合选项卡中的“组”变量的水平。该表中报告以下统计量:

样本大小

用于拟合模型的观测(行)数。

带缺失值的行

包含至少一个缺失值的观测(行)数。所有缺失值都使用全信息最大似然 (Finkbeiner 1979) 来处理。

-2 对数似然

拟合模型的对数似然乘以 -2。该值可用于比较嵌套模型;两个模型的 -2 对数似然值之间的差值服从卡方分布,其自由度等于两个模型之间的自由度差值。请参见《拟合线性模型》中的“似然、AICc 和 BIC”

迭代

用于拟合模型的迭代数。

参数数目

模型中的自由估计参数数目。

AICc

校正的 Akaike 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

BICu

相对于不受限模型 (BICu) 的 BIC 是 Bayes 信息准则的重新表述。BICu 定义为与不受限模型的比较。负值支持拟合模型,正值支持不受限模型。类似于其他信息准则,该值可用于比较模型,其中两个模型之间的较小数值指示拟合较好的模型。请参见AICc、BIC 和 BICu

卡方

模型的卡方统计量。

自由度

模型拟合的卡方检验的自由度。

概率>卡方

模型的卡方统计量的 p 值。

CFI

Bentler 比较拟合指数 (CFI) 为确定模型拟合提供了额外的指导。CFI 介于 0 和 1 之间。值最好大于 0.90(Browne and Cudeck 1993;Hu and Bentler 1999)。请参见CFI

RMSEA

近似的均方根误差 (RMSEA) 为确定模型拟合提供了额外的指导。RMSEA 介于 0 和 1 之间。值最好小于 0.10(Browne and Cudeck 1993;Hu and Bentler 1999)。请参见RMSEA

90% 下限

RMSEA 的 90% 置信下限。请参见RMSEA

90% 上限

RMSEA 的 90% 置信上限。请参见RMSEA

参数估计值

模型参数的估计值表。该表按均值/截距、载荷、回归和方差等部分来组织。对于每个估计值,给出标准误差 (Std Error)、Wald 检验统计量 (Wald Z) 和相应的 p 值(概率>|Z|)。在启动窗口中指定“组”变量时,该表仅包含针对当前模型拟合选项卡中的“组”变量水平的参数估计值。

提示:“参数估计值”表另含一些隐藏列。要显示这些列,请右击该表,然后从子菜单中选择其他列。

路径图

显示拟合模型的路径图表示。请参见“关系图”选项卡。在启动窗口中指定“组”变量时,该关系图仅表示当前模型拟合选项卡中的“组”变量的水平。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).