张伟豪AMOS培训视频4笔记
如何利用AMOS进行结构方程模型研究？亚洲AMOS一哥张伟豪视频三部
如何利用AMOS进行结构方程模型研究？亚洲AMOS一哥张伟豪视频三部现在无论是社会学、经济学、心理学、临床医学、护理学都越来越多的喜欢采用量表的方式开展研究，统称为量化研究。
比如临床上，基于患者报告结局的研究越来越多。
先前，我们从网上购买得到台湾著名的SPSS统计分析专家，号称Amos 亚洲一哥张伟豪带来的两部基于问卷和量表的统计分析视频。
但AMOS一哥看家本领，莫过于AMOS进行结构方程模型研究了！现在我们继续求购获得其AMOS结构方程模型视频教程，特贡献给诸位。
视频包括三部，分别是“初级教程”、“高级教程”和“论文写作教程”。
如何下载？我们老规矩: 如果需要下载，请关注公众号，发送关键词“结构方程”至公众号对话框，可获得下载百度盘地址。
内容包括视频、讲义、还有AMOS23的安装软件。
本公众号有更多的量表研究资源和方法：1.“我的研究是基于量表的调查，如何计算样本量？”2.【免费下载】SPSS经典教程：张文彤SPSS初级+高级操作视频3.【资源下载】量表的制作和分析(第一批）4.问卷和量表如何统计分析？Amos亚洲一哥张伟豪"量化研究SPSS视频"下载!欢迎关注本公众号，我们是资源的搬运工，所有科研资源全部免费下载：1. 医学统计学习全套视频，妙趣+高级+SPSS+测试题，让你从入门到精通！2. 重磅资源：100本“临床试验与统计学方法”英文书籍大放送！3.《中国统计年鉴》1978-2019，巨量呈现40年全国各行业指标（包括卫生、人口在内）！4. 最新！2019年卫生健康统计年鉴来了！2006-2019中国卫生统计年鉴合集下载5. 不做实验如何利用临床数据库发表论文？精选临床预测模型视频合集6. 全网最全的R语言资源下载：入门视频、临床预测模型视频、书籍、ppt7. 【软件下载】最新Win和MAC版统计软件SPSS 26.0、Stata16.0和Graphpad prism8.08.【免费下载】SPSS经典教程：张文彤SPSS初级+高级操作视频9.“临床研究设计与统计分析方法”（恒瑞医药讲座）精品10讲PPT来了，有兴趣可以下载10.精选的meta分析视频来了！。
张伟豪元分析培训视频笔记-L5-0114-多重结果在研究中的应用
比如上图要做一个TPP计划行为理论的研究，AAA代表一篇论文，里面会有三种关系，就是outcome栏里的，那么这个就需要做多重结果
后面就需要选择相关分析correlation，如上
然后建立上图档案，红框中选择auto就行了，前面相关系数一定要输入文章中的皮尔森相关系数，不能输入回归系数，切记！
分析结果后，如果要查看分开的结果，就需要选红框中select by
选择框中的选项，就是选三个其中一个，因此左边框中的出来的结果就是选中的分析结果
如果要把三个所有结果都做出来，就选择上图红框中的选项
结果就会三种都出现
如果要将三种结果作对比，就是ATTtoBI，PBCtoBI等，就要选择group by选项，如上，选择群组比较
结果如上，那么这个和次群体比较有什么区别呢？解释如下
如果要做如上分析，相当于在前面例子的基础上又加上了性别分组
整合之后就如上，这样的话就相当于将次群体和多重结果两项功能合并了，那么就可以在一篇论文中比较不同性别结果有什么不一样，不同性别间的不同变量比较有什么不一样等。
张伟豪元分析培训视频笔记-L5-0108-异质性检验Heterogeneity
如果组间方差够大，就是有异质性，一般组间方差占组内方差超过三分之一，就是够大了。
如果异质性值大于0.1（因为异质性统计值不够大，所以显著性不用0.05，而用0.1），那么就是没有异质性。
异质性检验主要的方法是卡方检验或者称为Q检验异质性检验是检验组间差异，主要检验指标就是上图中的统计检验的三个值，T2,Q检验，I2那么I2是怎么得来的？看上图中，分析数据出来后就是上图中的森林图上图中，森林图每条线段的中间点是点估计值，点的两边线段就是区间估计值。
1.00代表没有异质性（如果是OR或CR，就是1，如果是相关分析就是0）。
也就是区间包含0或1代表不显著，比如第一条线段包含1，显著性就是0.116，不显著，第二条线段不包含1，显著性就是0.000，显著。
森林图是视觉看有没有异质性，上图看着每条线段差距比较大，有左有右，认为是有异质性，就需要看下next table。
Df自由度是12代表有13篇论文，Q-value的显著性显著，代表有异质性。
上图中的T au Squared就是组间方差，I-Squared就是Tau（组间方差）除以组间加组内。
一般I-Squared值低于25%代表没有异质性，50%以上比较严重的异质性，上图中已经是92.645，代表有很高的异质性。
上图为森林图，黑框越大，代表样本数越大，权重越大。
黑框两边为置信区间，如果穿过Y 轴，代表置信区间包含0，也就是不显著。
Y轴有可能是0，有可能是1（上边解释过原因）。
菱形代表所有样本的集合，因为是所有样本，所以置信区间很小，小到看不到。
异质性检验不能在统计结果出来后再解释为什么有异质性，应该是作者在数据建档之后就要解释“论文可能存在异质性，原因可能是。
”，而不能在统计结果出来再解释。
异质性的来源有以上几种然后要找出异质性的原因，其实就是进行调节变量分析调节变量分析就两类，一类是类别变量，就是方差分析，一类是连续变量，就是回归分析如果做回归分析，要有5个尺度，也就是5个选项。
AMOS基础手把手教
AMOS基础手把手教∙第一部分: 介绍o关于文挡o访问AMOSo文挡o获得AMOS帮助∙第二部分: SEM 基础o SEM概述o SEM术语o为什么使用SEM?∙第三部分: SEM 假设o合理的样本量o连续和正态内生变量o模型识别（识别方程）o完整数据或缺失数据的适当处理o模型规范和因果关系的理论基础∙第四部分: 使用AG建立和检验模型o结构方程——多重回归关系的说明o使用AG绘制模型o将数据读入到AMOS中o选择AMOS分析选项和运行模型∙第五部分: AMOS 输出解释o评估整体模型拟合o绝对拟合检验o相对拟合检验o修改模型获得较好的拟合优度o浏览路径图o独立参数的显著性检验∙第六部分:摘要：结论的实质性解释第一部分:介绍关于文档本课程使用AMOS（距结构分析）软件对结构方程进行简单的介绍和概述。
结构方程模型(SEM) 包括多种统计技术，如路径分析，验证性因子分析，带潜变量的因果关系模型，甚至方差分析和多重线性回归。
课程介绍SEM的逻辑，SEM的假设和输入需求，怎样使用AMOS执行SEM分析。
到课程结束，能够使用AMOS拟合SEM。
也能给出SEM适合研究问题的评价和SEM方法基本假设的概述。
应该已经知道使用SAS，SPSS或类似统计软件怎样产生多重线性回归分析。
也应该理解怎样解释多重线性回归分析的输出。
最后，应该理解基本微软视窗导航操作：打开文件和文件夹，保存文件，重新调用先前保存过的文件，等等。
访问AMOS可以用下列三种方法访问AMOS：1.个人计算机用户须从SPSS公司(SPSS 许可版本)或者Smallwaters 公司(独立版本)获得许可密码2.德克萨斯大学的教师，学生和职员经由STATS 视窗终端服务器访问AMOS。
要使用终端服务器，必须获得ITS计算机账号（或分类账号），然后在NT服务器上验证账号。
接下来下载和配置客户端软件使个人计算机，Macintosh，或UNIX 工作站能连接终端服务器。
张伟豪元分析培训视频笔记-L5-0120-出版偏误
出版偏误就是我们没有找到的文章对我们结果的影响，因为没有找到的文章都被作为缺失值，而出版偏误属于非随机缺失，因此会对结果产生影响检验出版偏误由以上几种方法运行数据后，点击红框选项，进行出版偏误分析首先出现漏斗图，发现漏斗图两侧的点并不均衡，左边很多，右边没有，说明可能有出版偏误但是还要看具体统计数据，选择view下面的选项，可以看不同的出版偏误解释方式，先看第一个以上数字的意思是还需要找多少篇不显著的文章，才能没有出版偏误，也就是将Alpha值设为0.05，也就是大于0.05（不显著），而Z值到达了1.95995，也就是小于1.96（不显著），才能达到研究不显著。
那就需要424篇，才能达到不显著。
而我们只有13篇文章，差距太大了，显然不太可能，因此说明我们没有出版偏误。
但是差距多大算差的多？如果现在不是424篇而是42篇呢？这个差距大还是小？现在还没有学者给出标准，因此只能看P值的显著性，P小于0.05就说明没有出版偏误。
下边的分析是指，不一定非要找不到的文章都是不显著的，可以有一点或一小部分是显著的也不会有大的影响，因此可以自己主观设定标准，红框中和下边的1都是不显著，可以自己设定一下，有一点显著的标准，比如0.95,0.98等我们先设定为0.9，下边的均值比率先保持1，然后计算结果显示，还需要41篇文章，才能达到我们设定的标准如果我们把均值比率也设定为0.95，那么结果显示还需要80篇文章才能达到我们设定的标准。
但是问题和上面方法一样，没有标准告诉我们究竟差多少篇才算够大，没有出版偏误。
因此我们一般用上面的经典方法，看P值就可以了。
我们再看其他几个结果，点红框中的next table红框中的上面是没有修正的结果，下边是修正后的结果，如果这个P值大于0.05，说明没有出版偏误，以上两个结果都大于0.05，说明没有出版偏误再看下一个报表，也看红框中的P值，也大于0.05，说明没有出版偏误。
那么这几个计算结果都一样，如果出现有的有偏误有的没有该怎么办呢？这就要用到最后一种方法trim and fill上图为运行结果这种方法的原理是，先把左边偏离比较多的，影响比较小的文章移除，每移除一个就计算一次，看看是否平均分布，如果没有再继续移除，直到平均分布为止，最后会算出一个校正后的效果量，trim就是剪的意思。
张伟豪元分析培训视频笔记-L5-0117-CMA分析与报表解读
以上是元分析的步骤以上为森林图点击红框中，放大图形放大后可以再调整尺寸，如红框中放大后图形，方框的大小代表权重，越大代表权重越大。
方框是点估计值，也就是左边中的ODDS ratio，两边线段是置信区间，如果不包含1,（因为是ODDS ratio，所以是1，要是RR 就是0），那么就是显著，如果包含了就是不显著，Z值小于1.96，P值大于0.05，说明就是不显著上图红框代表权重，一般文章里不会报告权重如果放大显示，权重就显示为数字，而不是图形了上图为分析的固定效应和随机效应，随机效应的置信区间明显比较宽，是因为随机效应加入了组间方差，因此会比较宽，而且点估计值也不一样。
需要报告哪个就写哪个下一步要看有没有同质性或异质性，如果没有异质性就用固定效应，有异质性就用随机效应。
从森林图中看，每个研究的估计值和区间都差很多，因此直觉判断为有异质性，然后就要看计算结果点next table看结果结果中卡方值Q为163.165，主要看P值，小于0.1，说明有异质性，I值为92.645，一般I 小于25为没有异质性，25到50之间为一般异质性，大于75为高度异质性。
T值为组间方差，I值为组间方差T除以总方差，也就是说组间方差所占比例高达92.645，每组和每组间的差异很大。
I值为标准化值，范围从0到1.另外，I值的缺点是如果样本比较少，比如只有十几篇文章，那么I值就会不太精确。
点击红框可以更改图表颜色，用以复制到word中去一般P值小于0.1就可以，说明就有异质性，如果看森林图里有明显的的偏离中心而且权重比较大的值，可以把这篇文章删掉，那么P值就可能大于0.1了，这样就说明没有异质性，直接报告固定效应的值就可以了另外一个判断异质性的标准就是I值，上图为I值的特性异质性的处理，一种是有异质性就不进行元分析，第二种是探讨原因，忽略后直接进行随机效果分析（后边会讲到这两种方法，分别是上图中的次群体分析和元回归分析），第三种是找出极端值，删除后直接用固定效果报告。
张伟豪AMOS培训视频3笔记
视频3关于自由度的解释在SEM中，自由度DF=p*(p+1)/2在这个公式中，p可以理解为模型中测量题目的数量，由此去算自由度。
T为参数，自由度要大于等于参数。
什么是自由度？如下图所示：图中打对勾的都是一个参数，也就是说，每个残差都是有一个参数，除1以外的估计值各是一个参数，（没有被影响，没有箭头刺的）潜变量本身也是一个参数，因此上图共有10个参数。
实际上模型自由度为49，怎么得来的呢？78是上图中算出的总自由度。
29由下面几张图构成SEM在操作上的要求如下4.指最好引用别人经验证信效度的问卷，不要自创问卷6.问卷题目不要过多，构面也不要过多检验每个构面时要注意的问题当拟合度指标都是0时，说明这个构面的题目只有三个，因为三个题目的自由度为0，那么它的解就是唯一值，而不是最优值，就不需要拟合度了，因此就都是0，这也是为什么每个构面要求最少3个题目的原因。
估计值小于0.6的题目要删除，上图中CS7估计值为0.48，要删除。
但如果删除的题目正好是第一题，那么,估计值1就会被删掉，因为系统默认第一个题目的估计值是1，这时候就需要手动添加第二个题目的估计值为1，操作如下图：双击第二个题目的箭头，在Regreesion Weight框里填入1.如果构面的估计值都达到了标准，但是拟合度有问题，如上图，卡方值为6.134，大于3，其他拟合度指标也不理想，这时就需要打开output查看。
主要查看上图中的Modification Indices这一项（在检查每个构面时需要勾选output的这一项，如下图），只需要看最上面的表格项。
上图中MI指修正指数，指数越高，越需要修正，上图中e1到e2最大，为23.598，表示如果使e1和e2相关，那么模型卡方值会至少降低23.598。
Par Change指如果e1和e2相关，参数会变为0.3。
总的意思来说，就表示这两个题目有点多余，需要删除一个。
那么删除哪个呢？首先考虑如下，如果删除e1，那么e1和e2，e1和e5都会删掉，也就是会降低23.598+6.410=大约30的卡方值；如果删除e2，那么e1和e2，e2和e4，e2和e6都会删掉，也就是会降低23.598+10.357+5.833=大约39的卡方值；相比来说，删除e2降低的卡方值更多，因此考虑删除e2。
张伟豪SPSS培训视频4笔记（个案选择、相关分析、卡方检验、信效度分析）
张伟豪SPSS培训视频4笔记（个案选择、相关分析、卡⽅检验、信效度分析）关于问卷问题的设计，如上图，我们分为反映型指标和形成型指标。
上图指向外边的红⾊箭头是反映型指标，如果要衡量旅馆满意度，可以通过这四个指标，⽽这四个指标都代表着如果我们对旅馆满意，我们会有什么想法和反映，⽽且反映型指标中的任何⼀个发⽣变动，其他⼏个都会跟着发⽣变动，⽐如我很欣赏这家旅馆指数下降了，那么其他⼏个指标也会跟着下降。
这就是反映型指标的特点，也就是通常所说的内部⼀致性，⼀般常⽤的软件如SPSS，AMOS等，都是使⽤反映型指标。
上图中是形成型指标，这些指标的任何⼀个发⽣变动，其他指标是不会变动的，⼀般只有很少的软件可以使⽤这种指标。
如果在做描述性统计分析时通过偏度和峰度发现某些值不是正态分布，需要找出这些影响正态分布的异常值，可以通过箱图找出来。
操作如下图形——旧对话框——箱图，如果只是查看以分类变量来区分的变量情况，就选择个案组摘要，如果查看CS1的分布，以性别作为区分，分别选⼊，确定可以看到⼥性有⼏个异常值，数字代表的是最左边列⾃带的列数字，⽽不是我们⾃⼰设定的序号，所以要删除异常值，要从⼤往⼩依次删，因为如果先删⼩的⽐如170，那么删完后282会变为281，就会删错。
如果要查看多个变量的箱图，就选择各个变量的摘要，然后选择多个变量进去，确定就会同时出现多个变量的箱图和异常值。
⼀般删除⼀两个异常值就会变回正态分布，不需要全部删除异常值。
箱图中的三条线，从上到下依次是75分位数，50分位数（平均数），25分位数。
另外⼀种查看异常值的⽅法在描述性统计对话框中，将左下⾓打上对勾，确定后，最后⼏列就会出现新值只需要查看这些值（Z值）有没有⼤于3的就可以，⼤于3的为异常值，进⾏降序排列，马上就可以看出。
如果要分析两个分类变量是否有相互影响的关系，就需要⽤交叉表（卡⽅检验）选择分析——描述性统计——交叉表格，如果选⼊的两个分类变量有因果关系，那么因变量要放到⾏⾥，⾃变量放到列⾥。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上表中体现了题目信度，构面的组合信度，以及构面的收敛效度。
分别来解释
非标准化系数Unstd除以标准误SE等于Z值Z-value，Z值大于1.96为显著。
标准化系数Std大于0.6即达到标准，该题目可不删除。
SMC代表题目信度，大于0.36即达到标准，该题目可不删除。
（SMC=Std的平方根，因此Std 达到标准SMC也就达到标准）
CR代表构面的组成信度，大于0.7即达到标准。
AVE代表构面的收敛效度，大于0.36为可接受，大于0.5为理想。
那么如何求出区别效度？如下：
首先将所有潜变量拉相关，选择plugins下的draw covariance，会自动所有潜变量相关。
然后选择output里面的all implied moment。
运行后打开output，如下图
查看implied(for all variables)correlation，只选择复制潜变量这一块，
粘贴到excel表中，在第二列插入一个AVE，因为AVE是平方值，而皮尔森相关是开方值，两者没法相互比较，因此需要将AVE开平方（使用excel里的开方公式功能），填入表格中。
最后就会形成区别效度的表格，如下图
如何解释区别效度？如下
将每个构面的AVE值和其他几个构面的皮尔森相关系数相比较，如果大于其他几个值，则该构面的区别效度较高，如服务质量的AVE为0.759，和0.431,0.487,0.737,0.510相比较，均大于这几个值，则服务质量的区别效度较高。
另外，如果构面的AVE略小于其中一个构面的皮尔森相关值，只要差距不大，论文报告中也可以写上“差距不大，在可接受范围”。
进行验证式因子分析时出现的问题汇总：
1、小于0.45直接删掉该题目
2、高于1也直接删掉该题目
3、解释如下
这种属于一半高一半低
就将这个构面分成两个构面，如下
这样，因素负荷量就达到了标准。
出现这种情况的原因在于设计问卷时，同一构面引用了不
同学者的问卷，虽然是同一问题（如忠诚度），但是含义不一样，因此在借用问卷时，一个构面只能引用一个学者设计的问卷，但不同构面可以引用不同学者的。
4、见前文所述。
5、转向就行。
6、这种情况（即构面AVE值小于0.36），只能用皮尔森相关先分析一下，看看有没有相关度接近0或1的题目，删除该题目。
如果要构建二阶模型，那么必要条件就是所包含的一阶模型之间要有中高度相关，一般相关系数要高于0.5。
但大多数情况下不能自己构建二阶模型，都需要引用原来学者已经用过证明过的模型。
但如果构建二阶模型，比一阶模型会有信息的损失。
不要自己随意设计构面，如上图，构面就是错的。
那么如何判断可不可以设计二阶模型呢？如下图
首先看一阶模型的卡方值，此卡方值为423.207。
然后再构建二阶模型，如下图
二阶模型的卡方值为432.695，与一阶模型的卡方值相差不多，（需要二者相除，越接近1表明越好），因此这种情况就意味着构建二阶模型后损失的信息较少，可以构建二阶模型。
这个值被称为目标系数。
协方差矩阵问题。
有时候审稿人会要你的协方差矩阵，他可以推算你的数据有没有造假，因此SEM无法造假。
有时候你也可以要来国外作者的协方差矩阵，因为他的论文很好，你想要做一篇和他一样的论文，来进行跨文化比较。
那要来别人的协方差矩阵应该如何处理呢？如下：
首先选中output里面的sample moment选项，然后运行数据
查看sample moment下的sample covariance，将此表格复制，粘贴到excel里面。
如果别人跟你要协方差矩阵，就可以这样给他。
但是如果你收到别人这样的表格，应该按如下处理：
首先把无用的文字都删掉，只留下上图的数据，然后在最前面插入一列，在最上面命名为ROWTYPE_，在平行行命名为VARNAME_，在ROWTYPE_的这一列下所有的表格里填入COV，如下图
在COV最下边输入N（代表样本数），在后面输入样本数295，如下图所示
然后将表格另存为97—03版本的excel，因为AMOS只能读取2007以下的excel版本。
这时，先查看别人论文中的卡方值，如下图，卡方值为1092.768，然后再带入刚才的excel 协方差矩阵运行，看看两个卡方值相差多少。
再打开刚才另存的excel时，要注意，选择excel8.0，其他的AMOS是读不出来的。
如下图
运行后，发现卡方值为1092.879，与之前相差不多，说明数据没有造假，是一致的，没有问题。
如下图。