1 / 27

揭開 LISREL 的神秘面紗 — 破解 SIMPLIS 的密碼

揭開 LISREL 的神秘面紗 — 破解 SIMPLIS 的密碼. 主講人： 蕭登泰. 撰寫 S IMPLIS 語法. Ezample1: TPB 模型. 將資料轉成 PRELIS 格式. LISREL 介面與撰寫 SIMPLIS 語法. 定義變數與資料來源. 界定模式的關係. 界定輸出的要素. Title: 為了避免電腦讀取時的困擾，最好用 ! 作為開頭，此時電腦會將此列當成一般描述。然處理多樣本分析時，每一群樣本必須給一個抬頭，並以 group 起頭。

gizela
Download Presentation

揭開 LISREL 的神秘面紗 — 破解 SIMPLIS 的密碼

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 揭開LISREL的神秘面紗—破解SIMPLIS的密碼 主講人： 蕭登泰

  2. 撰寫SIMPLIS語法

  3. Ezample1: TPB模型

  4. 將資料轉成PRELIS格式

  5. LISREL介面與撰寫SIMPLIS語法

  6. 定義變數與資料來源 界定模式的關係 界定輸出的要素

  7. Title: 為了避免電腦讀取時的困擾，最好用!作為開頭，此時電腦會將此列當成一般描述。然處理多樣本分析時，每一群樣本必須給一個抬頭，並以group起頭。 • Observed variables: 定義觀察變數名稱。限8個英文字母或數字組成，大小寫皆可。變項名稱出現的順序，必須符合輸入資料的次序。連續性變項名稱可用數字標號，並用-來連貫前後變項，如x1-x9。 • Data: 可輸入原始資料，共變異數矩陣、相關矩陣、平均數、標準差等五種資料。輸入方式有兩種： • 讀取外部資料：如從外部資料讀取原始檔案，寫成：raw data from file *.psf • 將資料寫成語法：Covariance Matrix: 38.6 13.6 16.9 24.3 8.0 27.2或 Covariance Matrix 38.6 13.6 16.9 24.3 8.0 27.4 • Sample size: 輸入資料的樣本個數

  8. Latent variables: 定義潛在變數名稱。不能與觀察變數名稱重複。 • Relationships (或Paths/Equations/Relations): 定義變數間的路徑關係。有兩種表示方式，對於連續性的變項名稱，可用”-”來連貫： • ＝表示法：等號左邊為果變項，等號右邊為因變項，如PINT影響WINT，則寫成WINT=PINT。 • →表示法：單箭號左邊為因變項，右邊為果變項（與等號表示法相反），如ATT、SN、PBC影響PINT，則寫成ATT SN PBC→PINT。 • 定義潛在變項的單位。 • 設定起始估計值：用()來設定，如Z2=(1)*Z，表示以“1”為起始參數值。 • 允許或限制誤差變異數或誤差共變異數的估計 • Set the error variance of var1 to a • Let the errors between var1 and var3 correlate • 設定外生潛在變項之間為零相關 • Set the correlations Ksi1-Ksi5 to 0 • 設定路徑係數為相等 • Set path from var1 to var2 = path from var3 to var4

  9. LISREL output: 輸出資料分析結果的內容 SS: 潛在變項的標準化估計值 SC: 完整的標準化解 EF: 整體和間接效果 RS: 矩陣形式的殘差值、適配的共變數矩陣與標準化殘差Q型圖 MI: 修正指數 VA: 變異數與共變數 FS: 因素分析迴歸 PC: 參數估計之間的相關係數 PT: 技術支援訊息 End of problem: 結束分析工作，位於整個語法的最後一列 Options: 輸出結果內容設定 ND: 小數點出現位數，預設為2 RS: 列出殘差統計量與圖 WP: 設訂報表列出寬度 ME: 參數估計方法，預設為ML IV TSLS ULS GLS ML WLS DWLS AD: 檢查估計值的適當性 IT: 疊代次數，預設為20 SI: 儲存配適的共變數矩陣 Path diagram: 列印出路徑關係圖

  10. 程式估計問題 • 輸入檔語法錯誤(syntax errors) • 使用程式無法辨認的指令或指令所寫代號撰寫錯誤 • 必要指令被遺漏 • 指令列前後排序的邏輯錯誤 • 使用無效的指令名稱 • 資料檔錯誤 • 程式內界定Observed variables個數與資料檔不符 • 資料檔中有非數字型的特殊符號，如文字。 • 資料中含有不合理的數值，如五點量表中有負值或出現9 • 資料陳列順序與程式界定變項的順序不一致 • 模式與資料間的適配問題

  11. 常見的程式錯誤訊息 • F_A_T_A_L_E_R_R_O_R: Matrix to be analyzed is not positive definite. • 樣本共變異數矩陣無法正定(positive definite)：觀察變項中有線性存在 (collinearity)或任意配對刪除遺漏職所造成的結果 • F_A_T_A_L_E_R_R_O_R: Unable to star iterations because matrix SIGMA is not positive definite. Provide better staring values. • 不良的起始值所造成 • F_A_T_A_L_E_R_R_O_R: Admissibility test failed. • 出現不合理的估計值 • W_A_R_N_I_N_G: The number of iterations exceeded XX. • 試圖放寬疊代次數 • W_A_R_N_I_N_G: Serious problems were encountered during minimization. Check your model and data. • W_A_R_N_I_N_G: Parameter so-and so may not be identified. Standard error estimate, T-values, Modification Indices and Standardized residuals cannot be computed. • 實證無法辨識的問題，樣本共變數矩陣中，某些元素值極為接近0，或存在高度共線性相關

  12. 範例操作

  13. 範例I: 驗證型因素分析

  14. CFA-1（原始模式）

  15. CFA-1之修正指標

  16. CFA-2（新增Verbal→X8的路徑）

  17. CFA-3（考慮量尺單一性，刪除X8）

  18. 二階因素分析模式

  19. CFA-4（二階因素模式）

  20. 範例II: 結構迴歸模式分析

  21. SEM-1（Jobsatis → Perform）

  22. SEM-1之修正指標

  23. SEM-2（Perform → Jobsatis ）

More Related