指数拟合方程 模型拟合指数一般列哪几个
toobad-如果爱你只有这一次
2022年5月3日发
(作者:圣者遗物)SEM各拟合指标一览
模型
拟合成功
指数名称性质
建议值
X2拟合优度检
验(X2
goodness-of-fit
test)
样本容量
节俭
影响
评估
经验性评价
拟合指
数
p>0.05受影响很大
无法评
估
(1)样本容量很小时,容易接受劣势模型;样本容量大时镇江网站优化,
容易拒绝所有拟合很好的模型;
(2)在多个模型比较分析时非常有用;
拟合优度指数
GFI
拟合指
数
>0.90受影响
无法评
估
(1)在更大似然和最小二乘法中比较稳定;
(2)在CFA中,当factorloading和样本容量较低时又名苏州站长网,容
易接受模型;参数估计值比较低时又名胶南站长网,容易接受模型;
(1)可以按照模型中参数估计总数的数量对GFI进行调
整;
(2)估计参数相对与数据点总数越少或自由度越大,
AGFI越接近GFI海南网站建设。
调整的拟合优
度指数AGFI
拟合指
数
>0网络营销是什么.90受影响
可以评
估
1/31
近似误差的均
方根RMSEA
拟合指
数
<0百度关键词推广.05(<0.08
可接受)
受影响
可以评
估
(1)基于总体差距的指数泊头网,多数学者推荐为常用拟合指
数;
(2)比较敏感;
(3)惩罚复杂模型。
(1)应用不同的模型估计方法时很稳定;
(2)即使是对小样本模型拟合时表现也很好;
(3)在嵌套模型比较时很有用;
比较拟合指数
CFI
相对拟合指
数
>0.90不易受影响
无法评
估
规范拟合指数
FI
相对拟合指
数
>0搜索排行.90
样本容量小
时严重低估
无法评
估
(1)对数据非正态和小样本容量非常敏感;
(2)不能控制自由度;
(3)受样本容量影响大md5在线解密,渐不使用;
(1)在更大似然估计时使用有较好稳定性,能正确对复杂
模型进行惩罚软文外链代发,准确区分不同的模型,多数学者推荐;
(2)在应用最小二乘法估计模型时比较差;
(3)可以用于比较嵌套模型;
(4)缺点:估计值变化很大痞子瑞,有时可以超出0~1的范围河东做网站。
(1)在应用最小二乘法估计模型时,优于TLI、FIcms是什么意思。
(2)在更大似然估计时上海优化公司,在小样本和偏差大的模型估计
中,容易错误惩罚简约模型,奖赏复杂模型,因此渐
不常用。
Tucker-Lewis指
数(TLI或
FI)
相对拟合指
数
>0冯东阳博客.90
样本容量小
时一般低估
无法评
估
递增拟合指数
IFI
相对拟合指
数
>0湖南网络推广.90
样本容量小
时一般低估
无法评
估
2/32
节俭调整指
数
越接近1越
PFI潍坊网站优化,PCFI,PGFI(Parsimony
好
adjusted
measures)
AIC(Akaike
information
criterion)
CAIC(Cistent
Akaike
information
criterion)
ECVI(Expected
cross-validation
index)
同时受样本
容量和估计
的参数比率
影响
(1)属于依照简约原则调整后的指数销售手段,为原来的指数乘以
省俭比率;
奖励简
(2)模型越简单,越不被惩罚。
约模型
(3)受样本容量同以上相对应的指标百度,同时受到估计参数
与饱和参数值的影响
奖励简
用于模型比较
约模型
信息标准指
数
越小越好不受影响
信息标准指
数
越小越好不受影响
奖励简
用于模型比较
约模型
信息标准指
数
越小越好受影响
(1)用于模型比较;
奖励简
(2)在样本较小时危机公关的处理技巧,支持简约模型;随着样本数的增大转
约模型
而支持较复杂但解释力更强的模型。
个人建议:
(1)AGFIisnotenough站长工具死链,更好综合各种指标判断网站推广dxm,特别在CFA中,FI(TLI)更重要一些。
(2)相对比较可靠的指标:FI百度竟价,CFI,AGFI刷排名,RMSEA
(3)坚实的理论比可靠的数据更重要!
3/33
想说就说-kuaile
企业营销网站、SEO优化、行业细分占位策划,营销系统开发等领域,为中小微企业和个人提供以上领域内的服务以及咨询。加微信:qq438569148 马上咨询版权声明:本文内容由互联网用户自发贡献,该文观点及内容相关仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容请联系QQ:438569148立即清除!