※ 引述《danny789 (这其中一定有什麽误会)》之铭言： : ※ 引述《angel0630 (angel0630)》之铭言： : : 标题: [请益] LISREL模式评估 : : 时间: Wed Apr 29 18:09:53 2009 : : 在线型结构上，当结构模式或测量模式的参数估计超过可接受的范围 : : ，称为不合理估计 : : 违反估计的情形有:(Bagozzi& Yi 1988) : : 负的误差变异数存在。 : : 误差变异量不显着 : : 相关系数大於一或太接近一 : : 因素负荷量太小(<o.5)或太大(>0.95) : : 太大标准误 : : 请问一下 一般变异数都是大於0 怎麽会有小於0 : : 相关系数>1 一般不是都是介於-1~1之间吗 ，如何才会大於一压 : : 而且相关系数是指测量变数间的相关系数 还是潜在变数的相关系数 : : 参数标准太大是代表估计太差吗? : : 可以麻烦大家帮我回答吗? 谢谢 : 在作结构模式或测量模式之前不是都有一些前置分析吗? : 包含资料是否呈常态分配,t-test看看是否有统计上的意义,我知道这很基本,但好像真的 : 这麽作的人很少. : 如果作的严谨且完整, "通常" 不会有你说的问题 ... paper似乎都不太会说明是否有没有做这些分析 我自己做过的结果 以prelis测试是否符合多元常态(检差偏态与峰态是否显着) 似乎没遇过有符合的 然而工具书中都会写 不符合多元常态 就会改用其他估计方法(如ADF:WLS或DWLS法) 而不用最大概似法 然而又说这些估计法需要非常大量的样本(至少大於1000) 通常收问卷的样本不太会大於1000 因次就又走回用ML法去分析 不知道是否有其他版友 有因为某些原因 改采其他分析方法的? : 不过我有遇过一位教授, 说他分析的资料有你说的问题, 但他也不知道原因 : 我猜应该是有某些 Items or Factors 在空间上的分布过於趋近或太远 : 像相关系数大於一或太接近一, 表示他们可能可以视为同一Factor : 所以你可以先用因素分析看看结果 我一般的作法 会先去做CFA 删除一些有问题变数後 再去做结构模型分析 因此在结构模型上 基本上不太会有问题 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.160.161.111