v

您的位置:VeryCD软件应用软件

软件资源事务区


(结构方程模型程序)《Amos4.0.1学生版》

  • 状态: 精华资源
  • 摘要:
  • 时间: 2004/09/01 21:12:54 发布 | 2004/09/01 21:12:54 更新
  • 分类: 软件  应用软件 

basala

精华资源: 4

全部资源: 8

相关: 分享到新浪微博   转播到腾讯微博   分享到开心网   分享到人人   分享到QQ空间   订阅本资源RSS更新   美味书签  subtitle
该内容尚未提供权利证明,无法提供下载。
简介

IPB Image
http://www.spss.com/amos/images/structural_equation_modeling1.gif
Amos4.0.1学生版是SmallWaters公司开发的路径分析软件(又称结构方程模型程序、因果分析、纵向数据模型),它与LISREL软件一样,可以用来绘制路径图形,分析协方差结构;可以以多种格式读取二进制文件,支持ASCII及文本文件;还可以从SPSS统计软件的“Statistics”菜单启动以读取SPSS格式文件。
Amos有强大的图形界面,一切操作都非常简单。只需通过指点、点击和拖放操作就可以完成所有任务,无需输入任何指令。  
Amos4.0同时也为您提供了更多的高级SEM(structural equation modeling,结构方程模型)分析方法选项。让您比单独使用因子分析或回归分析更能获得丰富精确的综合分析;在建构方程式模型过程中的每一步骤均能提供图标环境,只要在调色盘工具和模型评估以鼠标轻按绘图工具便能指定或变更模型。透过快速的模型建立来检验您的变量是如何互相影响,以及为何会发生此影响。
没有其他产品能象Amos4.0那样快速方便地建立结构化模型。而且Amos非常精确。使之成为开发新规则、选择行动路线、确认现有程序完美建立的首选工具。绘图工具、指点-点击、拖放操作,每一项都非常简单。SEM的建立以前需要数天的编程工作,现在几分钟就可以了。它有一个单按钮方式来访问模型拟合。当您有来自采样的观测数据、纵向研究或座谈小组需要分析时,非常适合采用Amos。
使用Amos可以完成:
市场研究:分析顾客满意度,对商标的忠诚度和购买行为&nbsp;<BR>政府、社会科学、教育研究:评估计划结果或行为模式;
商业或经济计划:经济和财政模型;做出基于更复杂和精密模型的更好的决策。Amos可以更精确地建立反映复杂关系的模型,因为任何观察或隐含变量都可以预示任何其他变量。Amos为您提供了一个更丰富、更全面的模型来帮您做出决策,因为模型是同时产生的。而且,您可以把因子和回归模型合二为一,大大节约了您的时间。
用全面的模型发现隐含信息,您可以用Amos方便地把来自多个测度的信息合并成主要概念,以进行更好的评估。您也可以对最终结果非常重要的隐含变量。例如,顾客对一个商标的忠诚度可以用购买的包装大小和购买频率及数量来表示。
控制精确模型的参数:用通过指定和检验因子方式而得到的确定的因子分析,而不是信任传统的、不太确定的考察性因子分析来控制变量是如何建立的。通过直接分配已知的约束和参数到您的模型,您可以充分利用前期研究的结果。
Amos特性:
新的图形化用户界面,新的路径-图表在一个文件夹内为您显示所有的路径图表的描述和缩略图&;简单地通过点击-单击选择程序选项/命令图标;只要一次单击就可以显示来自不同组或模型的图表;观看数据文件内容&nbsp;拖拉数据集合的变量名称到路径图表. 
建模功能,用基于RAM模型的观察和隐含变量建立结构方程模型(又称路径分析、因果分析、纵向数据模型);进行确定的因子分析:方差元素、变量误差、测量模型、隐含变量;分析均值模型和多组数据集合;立即分析来自几个全域的的数据;同步分析多个模型,Amos检查哪些模型是嵌套的并自动进行检验统计计算;和模型一起工作,把路径图表作为模型规范来处理;通过用绘图工具修改路径图表来修改模型;在路径图表中图像化显示参数估计和拟合测度;绘图过程中可以在任何时候显示自由度.
分析功能:不完整数据的最大Likelihood估计的全部信息;Χ2统计和所有派生拟合指数的计算;用Bootstrapping和Monte Carlo选选项方便地得到任何参数和派生统计的偏差和标准误;作为选项,用观察信息矩阵估计标准误;连同一起观察p值和临界比;通过为您的模型的交互式方案处理的模型实验室步骤观察作为结果的暗示动量和偏差函数值;快速Bootstrap模拟提供任何经验分布下的任何模型参数估计的期望分布,包括标准化参数;用Bollen和Stine bootstrap近似法评估模型拟合;计算百分比间隔和偏校正百分比间隔;随机置换试验显示是否可以容易地发现相等或更好拟合的模型;在同一组或跨组中,用包括均值、截距、回归权重和/或写方差等的两个或多个参数的相同标签,在路径图表中引入等同性约束;外来变量的均值估计;回归方程的区间估计;增加新元素或改变模型约束后重新计算自由度;观察正态分布理论下任何模型参数估计的期望分布,包括用参变量自举(bootstrip)的Monte-Carlo模拟的标准化系数;结构化方程模型的估计方式:最大likelihood,非加权最小平方,Browne;无症状自由分布规则,自由尺度最小平方;拟合统计:Χ2,akaike,Bayes(贝叶斯)和Bozdogan信息规则,Browne和Cudeck BCC、ECVI、RMSEA;和PCLOSE规则,平方根和平方均值残数,Hoelter临界n,Bentler-Bonnet和Tucker-Lewis指数;
绘图工具:建立演示质量的路径图表;打印或粘接路径图表到其他应用程序;用工具栏面板绘制模型,包括形状、复制、擦除器、适合整页和对齐;用工具栏面板拟合模型;用指定的变量名代替希腊字符;在图表中加入标题和注释;常用任务可通过鼠标、工具栏、菜单和热键来完成;图表中每一元素均有相关的弹出菜单;通过用映象和旋转按钮重新安排测量模型来表示定位方向。
资料和帮助:每一种模式都提供了新的带缩略图的目录工具;21个完整教学案例;在线帮助提供算法资料;超过450页的使用手册,包括完整的参考内容;详尽的在线帮助。

正在读取……

这里是其它用户补充的资源(我也要补充):

暂无补充资源
正在加载,请稍等...

点击查看所有8网友评论

 

(?) [公告]留口水、评论相关规则 | [活动]每日签到 轻松领取电驴经验

    小贴士:
  1. 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  2. 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  3. 勿催片。请相信驴友们对分享是富有激情的,如果确有更新版本,您一定能搜索到。
  4. 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
  5. 如果您发现自己的评论不见了,请参考以上4条。