统计软件

当前位置:

LISREL 丨 结构方程模型软件

相关文章            

专业实用的SEM分析工具            

·LISREL软件中文教程推荐《LISREL方法:多元回归中的交互作用》         

·结构方程模型软件(SEM)常用软件—LISREL、AMOS、EQS         


LISREL是应用于高级统计领域的软件。LISREL (LInear Structural RELations)是由K.G. Joreskog & D. Sorbom所发展的结构方程模型(Structural Equation Modeling)软件。


在过去的四十五年中,LISREL模型,方法和软件已成为结构方程模型(SEM)的同义词。SEM允许社会科学,管理科学,行为科学,生物科学,教育科学和其他领域的研究人员对它们理论进行实证评估。这些理论通常被制定为观察和潜在(不可观察)变量的理论模型。如果收集理论模型的观察变量的数据,则可以使用LISREL程序使模型适合数据。



然而,今天,LISREL不再局限于SEM。LISREL 10包括64位统计应用程序LISREL,PRELIS,MULTILEV,SURVEYGLIM和MAPGLIM。


  • LISREL用于结构方程建模(32位应用程序)

  • PRELIS用于数据处理和基本统计分析(32位应用程序)

  • MULTILEV用于分层线性和非线性建模

  • SURVEYGLIM用于广义线性建模

  • CATFIRM用于类别响应变量的形成的基于推理的递归建模(FIRM)

  • MAPGLIM用于多层数据的广义线性建模


PRELIS是64位应用程序,用于数据处理,数据生成,计算矩阵,计算样本矩的估计渐近协方差矩阵,通过匹配进行插补,多元插补,多元线性回归,对数回归,单变量和多元删失回归,ML和MINRES探索性因素分析。


MULTILEV是一个64位应用程序,可将多级线性和非线性模型与简单随机和复杂调查设计中的多级数据拟合。它允许具有连续和分类响应变量的模型。


SURVEYGLIM是一个64位应用程序,适用于广义LInear模型(GLIM)与简单随机和复杂调查设计中的数据。提供了多项式,伯努利,二项式,负二项式,泊松,正态,伽玛和反高斯采样分布的模型。


MAPGLIM是一个64位应用程序,它实现了“(MAP)”方法以将广义线性模型拟合到多级数据。


LISREL是一个64位应用程序,用于标准和多级结构方程建模。这些方法可用于分类和连续变量的完整和不完整的复杂调查数据,以及关于分类和连续变量的完整和不完整的简单随机样本数据。


LISREL适用于:

  • 标准结构方程模型

  • 多级结构方程建模

这些方法适用于以下数据类型:

  • 关于分类和连续变量的完整的不完整的复杂调查数据

  • 关于分类和连续变量的完整且不完整的简单随机样本数据


LISREL功能:

  • 结构化的本征曲线模型(Structured latent curve models)、序变量因子分析(Factor analysis of ordinal variables)、多级数据的广义线性模型(Generalized linear models (GLIMs) for multilevel data)
    用户可以从多项式,伯努利,泊松,二项分布,负二项分布,正常,Gamma和逆高斯抽样等分布中选择。

  • 观测残差(Observational residuals):使得用户能在计算模型的潜变量的潜变量得分的同时计算观测残差
    书写参数估计,标准误差的估计和PSF测量(Writing parameter estimates, standard error estimates and measures of fit to a PSF)允许用户保存参数估计,标准误差估计,PSF的测量。这些功能有助于蒙特卡洛研究。

  • GUI的改变:允许用户输出各种格式的数据,如SPSS, SAS, SYSTAT, Statistica等等。

  • 可以分析完整data和不完整data时的Multilevel Structural Equation Model,以及非线性Multievel Model(Two-level nonlinear regression models)。

  • 能够提供Efficient Full Information Maximum Likelihood(FIML)方法处理SEM中missing data的问题,模型解释力很强。分析的样本大小和变量个数的多寡完全不受限制,提供很大的数据处理能力。

  • 提供具有说服力的验证性因素分析(Confirmatory Factor Analysis;CFA)和探索性因素分析(Exploratory Data Analysis;EFA)报告。并利用Formal Inference-based Recursive Modeling(FIRM)方法检测类别变量和连续变量间的复杂统计关系。


LISREL可用于:

  • 测量模型

  • 基于连续或有序数据的结构方程模型

  • 使用多个链接函数建立连续和分类数据的多级模型

  • 基于复杂测量数据的广义线性模型


可以进行的其他统计分析包括:

  • 探索性因素分析(EFA)

  • 多元方差分析(MANOVA)

  • 逻辑和概率回归

  • 审查回归

  • 生存分析

由于LISREL在探讨多变项因果关系上的强力优势,使得LISREL在社会学研究上似乎有愈来愈受重视的趋势,LISREL系属于结构方程模型(structural equation modeling,SEM)家族的一员,因此LISREL的特有能耐亦在于探讨多变项或单变项之间的因果关系。SEM一族的成员包含共变量结构分析(covariance structure analysis)、潜在变项分析(latent variable analysis)、验证性因素分析(comfirmatory factor analysis)、以及LISREL分析(LISREL analysis)等等,SEM结合了多元回归与因素分析,可以同时分析一堆互为关连之依变项间的关系。SEM之使用步骤如下:

1.发展研究者之理论基础模式。
2.建构变项间之因果关系的径路图。
3.将径路图转化为一套结构等式,并指定其测量模式。
4.选择输入矩阵类型(相关矩阵或变异数-共变量矩阵),并对研究者假设之理论模式进行测量与验证。
 

软件新功能:

使用单个数据文件进行多组分析

在以前的LISREL版本中,要求用户为每个组创建单独的数据文件。假设要分析的组由八个国家/地区收集的数据组成,则含义是必须创建八个数据集才能适合多组结构方程模型。LISREL 10中实现的一项新功能使研究人员可以使用包含组变量的单个数据集。


分组时间生存数据模型

在LISREL 10中,实现了序数随机效应回归模型的一般化,以处理相关的分组时间生存数据。该模型适应多元正态分布的随机效应,此外,还允许模型协变量具有通用形式。

假设存在比例或部分比例的风险或概率模型,则使用多维正交算法对随机效应的分布进行数值积分,以实现Maximun marginal likelihood解决方案。参考指南“用于分组数据的生存模型.pdf”包含示例和参考,可通过联机“帮助”菜单进行访问。


有序结果模型和比例优势与非比例优势假设

在LISREL10中,可以同时拟合比例和非比例优势模型,以使用卡平方差检验来验证比例优势假设。参考指南“比例和非比例模型概率.pdf”包含示例和参考,可通过联机帮助菜单访问。


结合LISREL和PRELIS功能

使用LISREL 10,如果原始数据在LISREL数据系统文件或文本文件中可用,则可以将数据读入LISREL并使用SIMPLIS语法或LISREL语法制定模型。不再需要使用PRELIS估计渐近方差矩阵并将其读入LISREL。渐近协方差矩阵和模型的估计现在在LISREL中完成。


STAT/传输版本15

数据导入/导出功能已从Stat/Transfer版本14升级到新发布的版本15,其中Stat/Transfer支持从新的SAS,SPSS,STATA,MINITAB,MATLAB和R软件导入数据。


Bug修复

与先前版本的LISREL相关的全部用户报告的问题均已修复。


系统平台
Windows 95, Windows 98, Windows-ME, Windows 2000 or Windows XP, windows vista 和windows 7


【英文介绍】

Introduction


Structural equation modeling (SEM) was introduced initially as a way of analyzing a covariance or correlation matrix. Typically, one would read this matrix into LISREL and estimate the model by maximum likelihood. If raw data was available without missing values, one could also use PRELIS first to estimate an asymptotic covariance matrix to obtain robust estimates of standard errors and chi-squares.


SSI has enjoyed great success over the years in the development and publishing of statistical software and is proud to announce the release of LISREL 10.3.


In an effort to meet the growing demands of our LISREL 8 and 9 user community, SSI has developed LISREL 10, which is on the cutting edge of current technology. The program has been tested extensively on the Microsoft Windows platform with Windows 7 and Windows 10 operating systems.


Structural equation modeling (SEM)was introduced initially as a way of analyzing a covariance or correlation matrix. Typically, one would read this matrix into LISREL and estimate the model by maximum likelihood. If raw data was available without missing values, one could also use PRELIS first to estimate an asymptotic covariance matrix to obtain robust estimates of standard errors and chi-squares.


Modern structural equation modeling is based on raw data. With LISREL 10, if raw data is available in a LISREL data system file or in a text file, one can read the data into LISREL and formulate the model using either SIMPLIS syntax or LISREL syntax.

SPSS Statistics 丨 统计分析软件
GS+ 10 丨 地质统计学软件

上一篇:

下一篇:

分享到: 0