1.1 結(jié)構(gòu)方程模型的特性

1.2 測(cè)量模型

1.3 結(jié)構(gòu)模型

1.4 結(jié)構(gòu)方程模型圖中的符號(hào)與意義

1.5 參數(shù)估計(jì)方法

1.6 模型的概念化

1.7 模型的修正

1.8 模型的復(fù)核效化

2.1 模型適配度檢核指標(biāo)

2.2 模型識(shí)別的范例

3.1 amos graphics窗口的介紹

3.2 圖像鈕綜合應(yīng)用

4.1 路徑分析的程序與執(zhí)行

4.2 路徑因果模型圖的設(shè)定

4.3 飽和模型與獨(dú)立模型

4.4 結(jié)構(gòu)方程模型圖

4.5 結(jié)構(gòu)模型與修正指標(biāo)

4.6 單一文件多重模型的設(shè)定

5.1 參數(shù)標(biāo)簽的設(shè)定與特定樣本的分析

5.2 特定群體的分析

5.3 測(cè)量模型參數(shù)值的界定

5.4 測(cè)量模型的平行測(cè)驗(yàn)檢驗(yàn)

5.5 多因子測(cè)量模型潛在變量的界定

6.1 一階驗(yàn)證性因素分析——多因素斜交模型

6.2 一階驗(yàn)證性因素分析——多因素直交模型

6.3 二階驗(yàn)證性因素分析

6.4 一階cfa模型多模型的比較

6.5 一階cfa模型測(cè)量不變性檢驗(yàn)

7.1 路徑分析的模型與效果

7.2 路徑分析模型——遞歸模型

7.3 飽和模型的路徑分析

7.4 非遞歸模型的路徑分析一

7.5 非遞歸模型的路徑分析二

7.6 模型界定搜尋

8.1 潛在變量路徑分析的相關(guān)議題

8.2 數(shù)學(xué)效能pa—lv理論模型的檢驗(yàn)

8.3 模型的修正

8.4 混合模型的路徑分析

9.1 多群組分析的基本理念

9.2 多群組路徑分析

9.3 多重模型的設(shè)定

9.4 多群組驗(yàn)證性因素分析

9.5 多群組結(jié)構(gòu)方程模型

9.6 三個(gè)群組測(cè)量恒等性的檢驗(yàn)

9.7 多群組路徑分析

10.1 結(jié)構(gòu)平均數(shù)的操作程序

10.2 增列測(cè)量誤差項(xiàng)間有相關(guān)

10.3 結(jié)構(gòu)平均數(shù)的因素分析

11.1 社會(huì)支持量表測(cè)量模型的驗(yàn)證

11.2 缺失值數(shù)據(jù)文件的處理

11.3 sem模型適配度與參數(shù)估計(jì)關(guān)系

11.4 樣本大小與適配度卡方值

12.1 典型相關(guān)分析

12.2 sem執(zhí)行程序