LISREL
浏览量
由于LISREL在探讨多变项因果关系上的强力优势,使得LISREL在社会学研究上似乎有愈来愈受重视的趋势,LISREL系属于「结构等式模式(structural equation modeling,SEM)」家族的一员,因此LISREL的最大能耐亦在于探讨多变项或单变项之间的因果关系。
SEM一族的成员包含「共变量结构分析(covariance structure analysis)」、「潜在变项分析(latent variable analysis)」、「验证性因素分析(comfirmatory factor analysis)」、以及「LISREL分析(LISREL analysis)」等等,SEM结合了多元回归与因素分析,可以同时分析一堆互为关连之依变项间的关系。
SEM之使用步骤如下:
1、发展研究者之理论基础模式。
2、建构变项间之因果关系的径路图。
3、将径路图转化为一套结构等式,并指定其测量模式。
4、选择输入矩阵类型(相关矩阵或变异数- 共变量矩阵),并对研究者假设之理论模式进行测量与验证。
LISREL用于:
1、标准结构方程建模
2、多层结构方程建模
这些方法适用下列数据类型:
1、基于连续变量的完整的和不完整的复杂调查数据。
2、基于序数和连续变量的完整的和不完整的简单随机样本数据。
LISREL模型,方法和软件已经变成结构方程模型(SEM)的代名词。SEM允许处于社会科学,管理科学,行为科学,生物学,教育学和其它领域的研究者以经验来评估他们的理论。
这些理论通常能够结合外显变量和潜变量(无法直接观察的变量)以公式来表示出模型,如果数据是作为理论模型的观察变量来收集的,那么LISREL程序就能够结合这些数据来拟合出模型。
然而,LISREL软件已经不仅仅限于SEM,最新的LISREL包含下列统计应用程序:
LISREL 用于结构方程建模(32位应用程序)
PRELIS 用于数据处理和基本统计分析(32位应用程序)
MULTILEV 用于分层线性和非线性建模
SURVEYGLIM 用于广义线性建模
CATFIRM 用于类别响应变量的形成的基于推理的递归建模(FIRM)
CONFIRM 用于连续响应变量的形成的基于推理的递归建模(FIRM)
MAPGLIM 用于多层数据的广义线性建模
二阶最小二乘分析
探索性因子分析
上一页
赞