在LISREL中RMSEA,GFI,AGFI,NFI,NNFI,CFI,

pandame2022-10-04 11:39:541条回答

已提交,审核后显示!提交回复

共1条回复
lyj0422 共回答了23个问题 | 采纳率91.3%
这些统计量都是结构方程中用来检验你所建立的模型与数据的拟合程度的指标,称为拟合优度指数(goodness of fit index),简称为拟合指数.不同学者提出了许多不同的拟合指数.常用的指标一般是卡方,自由度df,RMSEA( Root Mean Square Error of Approximation, 近似误差均方根)),GFI(goodness-of-fit index, 拟合优度指数), NNFI(non-normed fit index)和CFI(comparative fit index, 比较拟合指数).一般认为,如果RMSEA在0.08以下(越小越好),GFI、NNFI和CFI在0.9以上(越大越好),所拟合的模型是一个“好”模型.AGFI(adjusted goodness-of-fit index),IFI也是越大越好,表明模型拟合的较好,不过现在不常用.卡方和自由度主要用于比较多个模型,卡方值越小越好,自由度反映了模型的复杂程度,模型越简单,自由度越多,反之,模型越复杂,自由度越少.总的来说,我们追求的是既简单又拟合得好的模型.
如果你要更详细的了解这些拟合指数,请参考侯杰泰等人的著作《结构方程模型及其应用》.
1年前

相关推荐