LISREL - 结构方程模型软件
· LISREL软件中文教程推荐《LISREL方法:多元回归中的交互作用》
· 结构方程模型软件(SEM)常用软件—LISREL、AMOS、EQS
LISREL是应用于统计领域的软件。LISREL (LInear Structural RELations)是由K.G. Joreskog & D. Sorbom所发展的结构方程模型(Structural Equation Modeling)软件。
在过去的四十五年中,LISREL模型,方法和软件已成为结构方程模型(SEM)的同义词。SEM允许社会科学,管理科学,行为科学,生物科学,教育科学和领域的研究人员对它们理论进行实证评估。这些理论通常被制定为观察和潜在(不可观察)变量的理论模型。如果收集理论模型的观察变量的数据,则可以使用LISREL程序使模型适合数据。
然而,今天,LISREL不再局限于SEM。LISREL 包括64位统计应用程序LISREL,PRELIS,MULTILEV,SURVEYGLIM和MAPGLIM。
-
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)
-
MAPGLIM用于多层数据的广义线性建模
PRELIS是64位应用程序,用于数据处理,数据生成,计算矩阵,计算样本矩的估计渐近协方差矩阵,通过匹配进行插补,多元插补,多元线性回归,对数回归,单变量和多元删失回归,ML和MINRES探索性因素分析。
MULTILEV是64位应用程序,可将多级线性和非线性模型与随机和复杂调查设计中的多级数据拟合。它允许具有连续和分类响应变量的模型。
SURVEYGLIM是64位应用程序,适用于广义LInear模型(GLIM)与随机和复杂调查设计中的数据。提供了多项式,伯努利,二项式,负二项式,泊松,正态,伽玛和反高斯采样分布的模型。
MAPGLIM是64位应用程序,它实现了“(MAP)”方法以将广义线性模型拟合到多级数据。
LISREL是64位应用程序,用于标准和多级结构方程建模。这些方法可用于分类和连续变量的复杂调查数据,以及关于分类和连续变量的随机样本数据。
LISREL适用于:
-
标准结构方程模型
-
多级结构方程建模
这些方法适用于以下数据类型:
-
关于分类和连续变量的复杂调查数据
-
关于分类和连续变量的随机样本数据
LISREL功能:
-
结构化的本征曲线模型(Structured latent curve models)、序变量因子分析(Factor analysis of ordinal variables)、多级数据的广义线性模型(Generalized linear models (GLIMs) for multilevel data)
用户可以从多项式,伯努利,泊松,二项分布,负二项分布,正常,Gamma和逆高斯抽样等分布中选择。 -
观测残差(Observational residuals):使得用户能在计算模型的潜变量的潜变量得分的同时计算观测残差
书写参数估计,标准误差的估计和PSF测量(Writing parameter estimates, standard error estimates and measures of fit to a PSF)允许用户保存参数估计,标准误差估计,PSF的测量。这些功能有助于蒙特卡洛研究。 -
GUI的改变:允许用户输出格式的数据,如SPSS, SAS, SYSTAT, Statistica等等。
-
可以分析data和不data时的Multilevel Structural Equation Model,以及非线性Multievel Model(Two-level nonlinear regression models)。
-
能够提供Efficient Full Information Maximum Likelihood(FIML)方法处理SEM中missing data的问题,模型解释力很强。分析的样本大小和变量个数的多寡限制很小,提供很大的数据处理能力。
-
提供具有说服力的验证性因素分析(Confirmatory Factor Analysis;CFA)和探索性因素分析(Exploratory Data Analysis;EFA)报告。并利用Formal Inference-based Recursive Modeling(FIRM)方法检测类别变量和连续变量间的复杂统计关系。
LISREL可用于:
-
测量模型
-
基于连续或有序数据的结构方程模型
-
使用多个链接函数建立连续和分类数据的多级模型
-
基于复杂测量数据的广义线性模型
可以进行的统计分析:
-
探索性因素分析(EFA)
-
多元方差分析(MANOVA)
-
逻辑和概率回归
-
审查回归
-
生存分析
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系属于结构方程模型(structural equation modeling,SEM)家族的一员,因此LISREL的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。
软件新功能:
LISREL 引入了一些以前版本中没有的功能。
-
连续变量、序数变量以及连续变量和序数变量的混合变量的两阶段多重插补结构方程模型现已可用
-
现在包括了LISREL模型参数的置信区间估计
-
已经实现了标准化和彻底标准化解决方案的标准误差估计和置信区间估计
-
增加了内生潜在变量有方差约束或无方差约束的单组LISREL模型的估计算法
-
路径图文件可以导出为增强元文件,这些文件可以导入到其他文档中
-
多级广义线性建模应用包括更多的链接函数,并计算类内相关系数的估计值
-
新统计方法的技术细节以及示例可通过LISREL帮助菜单上的新功能选项获得
【英文介绍】
Introduction
Structural equation modeling (SEM) was introduced initially as a way of analyzing a covariance or correlation matrix. Typically, one would read this matrix into LISREL and estimate the model by maximum likelihood. If raw data was available without missing values, one could also use PRELIS first to estimate an asymptotic covariance matrix to obtain robust estimates of standard errors and chi-squares.
LISREL is a 64-bit application for standard and multievel structural equation modeling. These methods are available for the complete and incomplete complex survey data on categorical and continuous variables as well as complete and incomplete simple random sample data on categorical and continuous variables.
The LISREL model, methods and software have become synonymous with structural equation modeling (SEM). Today, however, LISREL is no longer limited to SEM. LISREL includes the 64-bit statistical applications LISREL, PRELIS, MULTILEV, SURVEYGLIM and MAPGLIM.
- 2024-12-03
- 2024-12-03
- 2024-11-27
- 2024-11-19
- 2024-11-12
- 2024-11-08
- 2024-12-06
- 2024-12-05
- 2024-12-05
- 2024-12-04
- 2024-12-04
- 2024-12-04