網(wǎng)友評分: 5分
Amos26.0是一款功能全面的結(jié)構(gòu)方程(SEM) 建模軟件,其強(qiáng)大的分析技術(shù)可以有效地對相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,從而讓用戶制作出更加精確的模型,借助它,還可以使用直觀的圖形或程序化用戶界面構(gòu)建態(tài)度和行為模型,與標(biāo)準(zhǔn)多變量統(tǒng)計(jì)方法相比,這些模型可以更準(zhǔn)確地反映復(fù)雜關(guān)系。
一、圖形化用戶界面
通過路徑圖瀏覽器,可以顯示路徑模型以及當(dāng)前文件夾下所有路徑模型的描述以及小圖標(biāo)
通過簡單的點(diǎn)擊來選擇程序的選項(xiàng)
通過單擊鼠標(biāo)在路徑圖上直接創(chuàng)建新的變量
一次點(diǎn)擊查看不同的組或模型
瀏覽數(shù)據(jù)文件內(nèi)容
直接從數(shù)據(jù)集中把變量名字拖拽到路徑圖上
二、建模能力
創(chuàng)建具有觀測變量和潛變量的結(jié)構(gòu)方程模型(包括路徑分析和縱向數(shù)據(jù)模型)
利用兩種方法指定候選模型:
為每個(gè)候選模型設(shè)置一組參數(shù)相等的約束
探索性方式應(yīng)用SEM。AMOS會(huì)嘗試很多模型,同時(shí)基于AIC及BIC統(tǒng)計(jì)量比較模型,并給出最佳模型的建議
擬合驗(yàn)證性因子模型,方差成分模型,變量中含有誤差的模型,以及一般的潛變量模型
分析均值結(jié)構(gòu)以及多組數(shù)據(jù):
利用自動(dòng)化設(shè)置迅速地制定并檢驗(yàn)多組數(shù)據(jù)
同時(shí)分析來自多個(gè)總體的數(shù)據(jù)
把因子及回歸分析合并到一個(gè)模型中同時(shí)擬合來節(jié)省時(shí)間
同時(shí)分析多組模型:AMOS能夠確定哪些模型是嵌套的并能夠自動(dòng)計(jì)算校驗(yàn)統(tǒng)計(jì)量
將路徑圖轉(zhuǎn)化為VB程序
用自動(dòng)生成的參數(shù)限制來擬合線性增長曲線模型
三、潛在類別分析(混合模型)
進(jìn)行市場細(xì)分研究
估計(jì)每個(gè)類群或劃分的大小
進(jìn)行混合回歸分析和混合建模
進(jìn)行混合因子分析
估計(jì)個(gè)體屬于某類群的概率
訓(xùn)練分類模型。預(yù)先指定一些個(gè)體屬于某個(gè)組,再利用模型對剩余的個(gè)體分類
在多組模型中,限定一些模型參數(shù)在各族相等,同時(shí)其它參數(shù)可隨不同組而變化
四、貝葉斯估計(jì)
通過指定內(nèi)容豐富的先驗(yàn)分布,改進(jìn)估算。
利用可自動(dòng)調(diào)整的底層“馬爾可夫鏈蒙特卡爾理論 (Markov chain Monte Carlo, MCMC)”計(jì)算方法。
以有序的分類數(shù)據(jù)和審查數(shù)據(jù)執(zhí)行估算。
基于非數(shù)字?jǐn)?shù)據(jù)創(chuàng)建模型,而無需將數(shù)字分?jǐn)?shù)分配給數(shù)據(jù)。
使用審查數(shù)據(jù),而無需進(jìn)行除正常情況之外的假定。
五、處理海量計(jì)算模型
無論數(shù)據(jù)是否為正態(tài),您都可以利用功能強(qiáng)大的bootstrapping方法取得估計(jì)值。AMOS中的蒙特卡洛和bootstrapping方法,可以讓您簡單輕松地獲得任意參數(shù)估計(jì)的偏差和標(biāo)準(zhǔn)誤差,包括標(biāo)準(zhǔn)化系數(shù)和效應(yīng)估計(jì)
檢驗(yàn)多元正態(tài)并進(jìn)行離群值分析
六、模型創(chuàng)建
利用路徑圖設(shè)定模型
借助圖形工具通過路徑圖直接修改模型
在路徑圖上顯示模型自由度
將部分單步路徑圖拷貝粘貼到其他路徑圖中
關(guān)于本站|下載幫助|下載聲明|軟件發(fā)布|聯(lián)系我們
Copyright ? 2005-2024 m.daaijiaoyu.cn.All rights reserved.
浙ICP備06019006號-1 浙公網(wǎng)安備33038102330474號