amos问题：remsa等指标无法出现？

coup

罗老师、各位大侠：
, s6 ?3 u4 C6 `我在用amos 处理一批数据时，发现只出现rmr指标，类似其他remsa等指标无法出现？
9 L* d/ _+ @  N3 C有朋友建设是程序版本问题，试了下发觉不是？
, E2 X* {* G: ]  Z  U不知大家是否遇到这个问题？
主要自己想做下面的多群组比较，没有remsa哪些指标很难比较！
' J! B5 S: f8 @  u, Q# z急求！

Kenneth

coup,
模型修改一般是误差项共变修改0次， 除非很特别的情形，不准这样修改。
使用△χ2(△df)，RMSEA,NNFI, GFI,CFI, SRMR 已经不错了。

Kenneth

我只可以想到两个可能：
3 }/ x/ Y' [+ D; n1. 你的模型有问题。
2. 你的程序写错了。
当无论如何，干嘛一定要 RMSEA （不是remsa）?  多群组比较时，要的是卡方差。

coup

Kenneth 发表于 2013-3-27 12:31
: o( D, e, V6 E我只可以想到两个可能：
7 g! \2 o" Q; W: o& Z; `1. 你的模型有问题。
- o1 {; ^8 L7 m9 s% S- q( l2. 你的程序写错了。

+ q, [2 @8 g' R罗老师，首先多谢您的回答，
1.我使用是amos，自己没有编程，
2.那只有可能是自己的模型不对，我再查下文献，确定下模型（罗老师，附加个问题，模型修改一般是误差项共变修改几次，路径修改几次，以内为好）
3.自己多群组比较时，我参考了下别人的文献：使用了△χ2(△df)，RMSEA,NNFI, GFI,CFI, 这几项指标，所以才想把它找出来，罗老师，通常使用哪几项比较合适？

coup

Kenneth 发表于 2013-3-27 12:31
我只可以想到两个可能：
' `! T% _8 E% Y. O1. 你的模型有问题。
2. 你的程序写错了。

是我笔误，应为RMSEA，
0 A- _5 _9 N! C罗老师只需△χ2(△df)，就可以吗？

coup

好的，多谢罗老师！
) T& j: M4 ], C9 ~2 {3 T& i上次在浙大紫金港，听过您的结构方程模型演讲，受益匪浅！

coup

罗老师，此外，我的数据共有916人，在模型确定的情况下，
运算后发觉p值0.001，卡方自由比>3，df:271,卡方为893，rmr(0.16),GFI,AGFI都有0.91以上，有很多异常值(p2值<0.05)，多元峰度很大(257，>20)
，cr值部分>2.5,暗示某些单变量偏态比较严重，
1 G% c4 J6 v4 W' ?+ y6 X: [" N$ h解决方法，1.必须逐个删去所有p2值<0.05的异常值，直至p2中所有的值>0.05或卡方值变大；
/ i) P/ w5 s' g4 Z          2.选择adf法，不用去删出异常值
, b4 G/ U4 g3 @& Y+ p          见吴明隆、荣泰生的amos书中
我的问题：这些解决方法是否可行？
1 F3 ]; f; F9 P; Y( h% V实际中，我刚删第一个异常值，卡方值开始变大；用adf法的话，卡方值（893）很大，
此外，您说误差项共变不能增加，但在吴明隆、荣泰生的amos书中是，建议我去修改合理的误差项共变（修正指标值>5的值,只要卡方值降低），说这不违反SEM的假定？
8 k' f0 u4 D6 d0 Q) V( n不知道，（除改变路径之外）如何才能降低卡方值，使P值变大，模型拟合较好？
8 _% E: J5 j; ?! M. J2 u
6 J2 _: l: `/ P/ E3 K  j6 I

coup

数据的非正态分布是否一定影响卡方值？
1 Y! r- y# f. {那些异常值是否必须先删除，才能开始后面分析工作吗？
用adf法估计（不删异常值），是否解决数据的非正态问题？
/ b* X8 }5 x) E) ~5 K6 O还是用自抽样法（bootstrap）来解决？

mnczj

coup 发表于 2013-3-27 16:55
% O1 _/ u; e# ?' o# n' y. J是我笔误，应为RMSEA，
5 [* a7 n) `3 e- ^5 ]& l罗老师只需△χ2(△df)，就可以吗？

" a2 t  Q1 z" \( S" P7 @) w, z这位朋友，
8 R$ J+ H/ O9 i9 R
你问的这个问题，在《不知道amos和spss做出来的区分效度有什么区别？ 》那个帖子的回复中，应该有点答案。你可以去查一查。

mnczj

coup 发表于 2013-3-28 12:28
罗老师，此外，我的数据共有916人，在模型确定的情况下，
运算后发觉p值0.001，卡方自由比>3，df:271,卡方 ...

: B/ m# d5 k6 g9 P% s个人觉得这样的方法不太好。原因是，计算后结果显示模型不好，就删减数据，让结果显示的好看点。那到底是这些数据说错了，还是模型确实不好？有没有办法验证，是因为“某些单变量偏态比较严重”，所以导致一开始的模型结果不好？
" w5 ^. y( m6 N. k' d' j
, v" a$ o. X& H" Z, n# Y另外，也不太明白adf是什么方法？可不可以请你在这里介绍一下，这样我们正好学习一下，然后再交流？
, l" O" x  C# ^" N8 n% [- ]
关于误差项共变，一个先要回答的问题是，有没有什么理论理由，需要增加？什么样的理论，预测是什么？如果能够回答这些问题，那才能进行后面的讨论。