官方微信

版权所有:北京思创伟达信息技术有限公司        备案号:京ICP备16041250号     网站建设:中企动力   北京

>
产品详情
产品名称

LISREL结构方程模式分析软件

所属分类
没有此类产品
产品详情

  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. LISREL被公认为最专业的结构方程模块( Structural Equation Modeling, 简称 SEM )分析工具,其权威性不容其它类似软件取代。

  目前几乎可在各平台执行包含Windows, Mac OS 9 X, Solaris, AIX, RISC ,OpenVMS , Linux等.

  LISREL的内容包含多层次分析(multilevel analysis),二阶最小平方估测(two-stage least-squares estimation),主成份分析(principal component analysis)等等.

  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「结构等式模式(structural equation modeling,SEM)」家族的一员,因此LISREL的最大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。

  LISREL 8.71于2004年10月更新。最新的特色包含对遗漏值的最大概似估计法、多元结构等式模型(multilevel structural equation modeling) 、以recursive modeling为基础的正式推论、multiple imputation和非线性多元回归模型以及各式各样操作界面的改进,包括使用长的数据和文件名称。

  LISREL 8.8于2006年7月25日正式发布最。最新版本提供了更强大的分析统计功能。

  在过去的30年内,LISREL模型,方法和软件已经变成结构方程模型(SEM)的代名词。SEM允许处于社会科学,管理科学,行为科学,生物学,教育学和其它领域的研究者以经验来评估他们的理论。这些理论通常能够结合外显变量和潜变量(无法直接观察的变量)以公式来表示出模型,如果数据是作为理论模型的观察变量来收集的,那么LISREL程序就能够结合这些数据来拟合出模型。

  然而今天,LISREL软件已经不仅仅限于SEM。最新版本的LISREL包含下列统计应用程序:

  LISREL 用于结构方程建模

  PRELIS 用于数据处理和基本统计分析

  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formative inference-based 递归建模(FIRM)

  CONFIRM 用于连续响应变量的formative inference-based 递归建模(FIRM)

  MAPGLIM 用于多层数据的广义线性建模

  LISREL用于:

  标准结构方程建模

  多层结构方程建模

  这些方法适用下列数据类型:

  基于连续变量的完整的和不完整的复杂调查数据

  基于序数和连续变量的完整的和不完整的简单随机样本数据

  PRELIS用于:

  数据处理

  数据转换

  数据生成

  计算moment矩阵

  计算样本moment的渐进协方差矩阵

  匹配计算

  复线性回归

  Logistic回归

  单变量和多元变量的归并回归模型

  ML和MINRES探索性因子分析

  MULTILEV 可从通过简单随机和复杂调查设计得到的多层数据中拟合出多层线性和非线性模型。它允许模型带有类别和连续响应变量

  SURVEYGLIM 可从通过简单随机和复杂调查设计得到的数据中拟合广义线性模型(GLIMs)

  模型可以来自下列样本分布:

  多项式分布

  伯努利分布

  二项式分布

  负二项式分布

  泊松分布

  正态分布

  伽马分布

  反高斯分布

  CATFIRM 执行类别输出变量的formal inference-based递归建模

  CONFIRM 执行连续输出变量的formal inference-based递归建模

  MAPGLIM 执行最大因果(MAP)方法来拟合多层数据的广义线性模型

未找到相应参数组,请于后台属性模板中添加
暂未实现,敬请期待
暂未实现,敬请期待
上一篇
下一篇