※ 引述《danny789 (這其中一定有什麼誤會)》之銘言： : ※ 引述《angel0630 (angel0630)》之銘言： : : 標題: [請益] LISREL模式評估 : : 時間: Wed Apr 29 18:09:53 2009 : : 在線型結構上，當結構模式或測量模式的參數估計超過可接受的範圍 : : ，稱為不合理估計 : : 違反估計的情形有:(Bagozzi& Yi 1988) : : 負的誤差變異數存在。 : : 誤差變異量不顯著 : : 相關係數大於一或太接近一 : : 因素負荷量太小(<o.5)或太大(>0.95) : : 太大標準誤 : : 請問一下 一般變異數都是大於0 怎麼會有小於0 : : 相關係數>1 一般不是都是介於-1~1之間嗎 ，如何才會大於一壓 : : 而且相關係數是指測量變數間的相關係數 還是潛在變數的相關係數 : : 參數標準太大是代表估計太差嗎? : : 可以麻煩大家幫我回答嗎? 謝謝 : 在作結構模式或測量模式之前不是都有一些前置分析嗎? : 包含資料是否呈常態分配,t-test看看是否有統計上的意義,我知道這很基本,但好像真的 : 這麼作的人很少. : 如果作的嚴謹且完整, "通常" 不會有你說的問題 ... paper似乎都不太會說明是否有沒有做這些分析 我自己做過的結果 以prelis測試是否符合多元常態(檢差偏態與峰態是否顯著) 似乎沒遇過有符合的 然而工具書中都會寫 不符合多元常態 就會改用其他估計方法(如ADF:WLS或DWLS法) 而不用最大概似法 然而又說這些估計法需要非常大量的樣本(至少大於1000) 通常收問卷的樣本不太會大於1000 因次就又走回用ML法去分析 不知道是否有其他版友 有因為某些原因 改採其他分析方法的? : 不過我有遇過一位教授, 說他分析的資料有你說的問題, 但他也不知道原因 : 我猜應該是有某些 Items or Factors 在空間上的分布過於趨近或太遠 : 像相關係數大於一或太接近一, 表示他們可能可以視為同一Factor : 所以你可以先用因素分析看看結果 我一般的作法 會先去做CFA 刪除一些有問題變數後 再去做結構模型分析 因此在結構模型上 基本上不太會有問題 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.160.161.111