中人网

标题: 从LISREL到MPLUS的困惑 [打印本页]
作者: zhouluyang    时间: 2012-8-16 00:20
标题: 从LISREL到MPLUS的困惑
KENNY:
      遵照您的建议，我学习MPLUS有一段时间了。我也深深感受到了MPLUS的强大。但一个问题，让我非常困惑。
      同一个数据，同一个模型，同样的估计方法（ML），在LISREL中，CFI与TLI都达到了0.94；而在MPLUS中，CFI与TLI值只有0.88左右。
      这一现象，如何解释？
   我现在倾向于使用MPLUS，但CFI与TLI未到达0.90，我该如何办？
作者: Kenneth    时间: 2012-8-16 08:55
0.94 与 0.88 相差太远了。 应该是有些错误。LISREL 常常会自动为我们加入一些假设的。你要看output，找找它们估计了什么，没有估计了什么？9 ^. e. u1 `; ]& r$ z3 \
不过，我听学生学，很多情形是MPLUS一般结果会好，因为它自动的把所有的missing data估计出来，不会散掉数据。
作者: zhouluyang    时间: 2012-8-16 17:15
Kenneth 发表于 2012-8-16 08:55
6 V  t1 t. ~% D0.94 与 0.88 相差太远了。 应该是有些错误。LISREL 常常会自动为我们加入一些假设的。你要看output，找找 ...
# P7 W4 \- j4 W+ H: R
我看网络上，有一种说法是这样，哎，真不知如何判断：
: s* n# r& O0 i8 \++++++++++++++++++) s* _: r8 E- T6 M- ~2 m
lisrel的算法比较特别。amos 与 mplus 以及 eqs 在计算CFI这些相对拟合指标时，其结果是一样的。
) A9 \% q4 P. o4 \
7 E) ^8 m& `0 Y$ s2 @+ e所有差距比较大的指标，都是相对拟合指标。( X& k* l% \, a9 O; G2 M# a

% `$ N/ K6 Q. e% v1 N! I; Y, P. ylisrel的结果，绝对拟合指标，可以用，相对的，不能用。6 D1 G7 V% w. X

1 _3 m" e* b5 o1 @' H( ^: ]3 R! ~' j. h5 h# v) Q; V% [: i! i' o
对于大多数模型来说，lisrel的结果，高估了相对拟合指标
7 ^/ I& ^' o5 r5 p) S- _- P; K1 V1 V
/ |) L; E! M! _/ ]所谓相对拟合指标，是有一个相比较的模型，lisrel所选择的 比较模型，比其它的软件，要更烂，所以它的 相对拟合指标 较好
: Z4 o  o7 Q: G; b. W$ k++++++++++++++++++++++
作者: zhouluyang    时间: 2012-8-16 17:19
Kenneth 发表于 2012-8-16 08:55
5 I* ~1 ]7 R% W- H+ _$ e# j/ l" x0.94 与 0.88 相差太远了。 应该是有些错误。LISREL 常常会自动为我们加入一些假设的。你要看output，找找 ...
3 C+ v, u: P7 G5 C) t
missing data的处理，现在较好的办法是ML与MI法。我个人喜欢用MI法。这个方法，LISREL中也提供，而且相对而言比MPLUS中更方便一些。. Q% Q. T' Y* z+ \4 |$ h9 A0 L
* E- b$ U, |/ L8 y
我的做法是，先在LISREL中，用MI(mulitple imputation)将missing data替换掉。然后用此数据在MPLUS与LISREL中进行比较。这正是我所说的“同一样本、同一数据”的含义。
作者: Kenneth    时间: 2012-8-17 18:41
zhouluyang, 我的理解是 相对与绝对的拟合指数，不是不同的 package 的分别。是用不同的 package都可以选的不同的拟合指数。



欢迎光临 中人网 (http://bbs.chinahrd.net/) Powered by Discuz! X2.5