IBM SPSS Amos,又稱結(jié)構(gòu)方程建模工具,是一款非常實用的圖形化建模軟件。該軟件主要用于對數(shù)據(jù)進行各種分析,包括回歸分析、相關(guān)性分析、方差分析、因子分析、統(tǒng)計分析等等,通過分析模型之后,給出詳細的路徑圖、視圖以及表視圖,讓用戶更加清晰直觀的了解模型結(jié)構(gòu)!
IBM SPSS Amos基本簡介
IBM SPSS Amos是用于各種目的完美建模工具:
心理學 -發(fā)展模式,以了解如何用藥,臨床和藝術(shù)療法影響心情
醫(yī)療保健研究 -確認這三個變量的-confidence,儲蓄,或研究-最佳預測為處方仿制藥醫(yī)生的支持
社會科學 -研究如何社會經(jīng)濟地位,組織成員和其他因素在影響投票行為和政治參與的差異
教育科研 -培訓評估方案結(jié)果來確定課堂有效性的影響
市場研究 -型號如何客戶的行為影響新產(chǎn)品的銷售或分析客戶滿意度和品牌忠誠度
機構(gòu)研究 -研究工作相關(guān)的問題如何影響工作滿意度
業(yè)務規(guī)劃 -建立計量經(jīng)濟和金融模型和分析影響工作場所職業(yè)素養(yǎng)的因素
方案評價 -利用掃描電鏡,以取代傳統(tǒng)的逐步回歸評估項目成果或行為模式
IBM SPSS Amos軟件特色
估計外生變量均值;
估計回歸方程的截距;
分析能力及統(tǒng)計功能;
利用Bollen和Stinebootstrap方法評估模型;
通過隨機置換檢驗探查是否存在等價的或擬合更好的模型;
計算百分位數(shù)置信區(qū)間以及修正偏差的百分位數(shù)置信區(qū)間;
在存在缺失數(shù)據(jù)的情況中,利用全部信息的最大似然方法,獲得更有效,更小偏差的估計;
利用快速bootstrap模擬方法獲得任意檢驗分布下任意參數(shù)的近似置信區(qū)間,包括標準化系數(shù);
多種估計方法,包括最大似然估計,未加權(quán)最小二乘,廣義最小二乘,Browne的漸進自由分布標準以及自由尺度最小二乘;
通過路徑圖上給兩個或以上參數(shù)設(shè)置相同標簽實現(xiàn)在同一個組或者不同組間參數(shù)相等的約束,包括均值,截距,回歸權(quán)重,協(xié)方差;
對任意參數(shù)執(zhí)行bootstrapping,以給出在正態(tài)分布的假定下任意模型參數(shù)的近似置信區(qū)間,包括利用蒙特卡洛模擬估計的標準化系數(shù);
支持的文件類型包括:dBase(.dbf),Microsoft Excel(.xls),FoxPro(.dbf),Lotus(.wk1,.wk3,.wk4),Microsoft Access(.mdb),IBM SPSS Statistics(.sav),以及文本(.txt,.csv)。
IBM SPSS Amos軟件功能
1、提供 SEM
創(chuàng)建真實反映復雜關(guān)系的模型。
使用拖放式繪圖和編輯工具,快速構(gòu)建圖形模型。
使用觀察到的或潛在的任何數(shù)字值來預測任何其他數(shù)字值。
利用多變量分析擴展標準方法,例如,回歸、因子分析、差異的關(guān)聯(lián)和分析。
使用非圖形腳本編制功能快速運行大型的復雜模型,并生成略有區(qū)別的類似模型。
2、使用貝葉斯算法分析
以有序的分類數(shù)據(jù)和審查數(shù)據(jù)執(zhí)行估算。
通過指定內(nèi)容豐富的先驗分布,改進估算。
使用審查數(shù)據(jù),而無需進行除正常情況之外的假定。
基于非數(shù)字數(shù)據(jù)創(chuàng)建模型,而無需將數(shù)字分數(shù)分配給數(shù)據(jù)。
利用可自動調(diào)整的底層“馬爾可夫鏈蒙特卡爾理論 (Markov chain Monte Carlo, MCMC)”計算方法。
3、提供各種數(shù)據(jù)歸因方法
使用回歸歸因創(chuàng)建單一完整的數(shù)據(jù)集。
您還可以歸因缺失值或潛在變量分數(shù)。
使用隨機回歸歸因或貝葉斯算法歸因創(chuàng)建多個歸因的數(shù)據(jù)集。