PDF《Cha》

C h a p ter

01 Amos 5.

0 与Amos 6.0 不相容与变动之处 壹、使用者介面变动之处 贰、Amos 5.0 与Amos 6.0 不相容之处 参、操作方法相异之处 肆、Amos 6.0 之新增四项操作功能 图解 Amos 在学术研究的应用 Amos 5.0 挟持轻易学的操作介面,近几年来更强化其内涵,使得Amos 在SEM 软体界,更为耀眼而获得更多的研究者青睐.Amos 於2005 年更新上市之 Amos 6.0,其使用者介面、Basic 程式语法及部分操作方法与Amos 5.0 出现一 些异动,使用者必须加以留神.为避免使用者在应用上之障碍及不便,特先将 Amos 5.0与Amos 6.0在操作介面、程式语法与操作方法之相异之处,简介如下. 壹、使用者介面变动之处 Amos 6.0 Graphic 介面的功能表单与Amos 5.0 Graphic 介面的功能表单上之 命名,出现两处的变动.第一是「View/Set」简化为「View」,第二是「Model- Fit」改名为「Analyze」,请参阅图 1-1 Amos Graphic 6.0 之使用者介面.另外, Amos 6.0 Graphic 介面的功能表单亦增列了增益集「Plugins」表单(从Tools 表单 中独立出来),以提供研究者撰写增益集与6个已事先设计好的动态连结库,供 研究者点选使用.当然撰写增益集需要有撰写 VB.NET 的基本能力,才能得心应 手.研究者如欲如何利用Amos 内建之编辑器撰写增益集之实例,请参阅本书第 二章中

第六节之例说明. 从图1-1与1-2的功能表单来看,研究者当会发现从Amos 6.0 起,已能卷动 右侧之径路图框,而在「Analyze」的表单中亦增加了贝氏估计法(Bayesian Estimation)与缺失资料填补(Data Imputation)两个统计新功能.另外,从Amos 6.0 起研究者须先点选「Plugins」下之「Standardized RMR」动态连结库,等出现 空白视窗后再执行统计分析,才能在空白视窗中显现 SRMR 指标值,否则并无法 显示 SRMR 值. 从Amos Graphics 6.0 之「Analyze」表单知,Amos 新增贝氏估计法 (Bayesian Estimation)与缺失资料填补法(Data Imputation)等统计方法,为其 他SEM 统计软体难能向背.尤其是在 Graphics 模式下,研究者尚可在图 1-3 的VB视窗中,编写程式以计算及输出自定之统计量数(例如,新的适配度指 标),使得Amos Graphics 兼具便利与弹性之要求. Amos 5.0 与Amos 6.0 不相容与变动之处 Chapter

01 图1-1 Amos Graphic .0 之使用者介面 图1- Amos Graphic .0「Analyze」表单内容 图解 Amos 在学术研究的应用 贰、Amos 5.0 与Amos 6.0 不相容之处 部分Amos 6.0 所储存之*.amw 档案(尤其是涉及 Bayesian SEM),Amos 5.0 会出现格式不符的警讯而无法正确读入该档案,研究者必须在Amos 6.0 「File」 表单下的「Save As」的交谈框中,在存档类型中选取「Amos 5.0 Input File」的 档案类型进行存档之后(参见图 1-4),才能再由Amos 5.0 正确的读取. 另外,在Amos Basic 语法程式方面,Amos 6.0 已更新到 VB.NET 版本.为 了避免与 VB.NET 关键词的冲突,AmosEngine 类别的两个成员:Structure 方法 图1- VB 编辑区及除错视窗 图1- 储存Amos .0 之档案格式 Amos 5.0 与Amos 6.0 不相容与变动之处 Chapter

01 与Dir 属性,分别更名为Astructure 与AmosDir,实例请参见附录

一、附录二.另外,TmatrixID enum 与TMtrixContents enum 的成员名称之字首 ma 均予以取消. 例如,maImpliedMoments 须简化为 ImpliedMoments,而maTotalEffects 须简化为 TotalEffects. 参、操作方法相异之处 「Ctrl+B」在Amos 5.0 中,原系Tools→Outline 的快速键(Key shortcuts), 在Amos 6.0 中更动为Analyze→Bayesian 的快速键,但此设定仅限於美规键盘之 设定.其次,在Amos 6.0 的图框中,已无法双击一个物件以打开物件属性视窗, 研究者必须改按滑鼠右键后,在跳出视窗上面点选「Object Properties」,再进行 物件属性的设定.此外,在Amos 6.0 介面中,研究者如须线上协助,只须将滑鼠 移到相关之物件或图像上后,按下 F1 之后,即会显示相关之线上协助内容. 肆、Amos 6.0之新增四项操作功能

一、列印径路图前,可以预视 研究者如只须列印径路设计图,请在图 1-5 中Models 视窗下点选「Model spec」,如欲列印径路设计图及相关之未标准化参数估计值,请先在「Formats」 视窗中点选「Unstandardized estimates」,接著在「Models」视窗中请点选 「OK: Default model」;

如欲印出径路设计图及其标准化参数估计值,则请在 「Formats」视窗中点选「Standardized estimates」.

二、改良物件放大与缩小及径路图之卷动 Amos 6.0 使用者将滑鼠置於图框中,即可以使用滑鼠中间之滚轮放大与缩 小径路图,亦可用滑鼠上下或左右卷动图框中的径路图(参见图 1-6 之右侧绘图 区),使得较大模式的设计更为便捷. 图解 Amos 在学术研究的应用 图1- Amos .0 列印控制 图1- Amos .0 之制图区卷轴 Amos 5.0 与Amos 6.0 不相容与变动之处 Chapter

01

三、可以同时开启多个Amos Graphic 视窗 Amos 6.0 研究者可以同时开启两个以上Amos Graphic,因此可以同时开启两 个以上之不同径路图,以利径路图间之编辑与拷贝.

四、可以拷贝全部或部分径路图 研究者如欲拷贝全部径路图时,可以点选「Edit」功能表单下之「Copy」, 或使用「Ctrl+C」拷贝至剪贴簿.如欲拷贝部分径路图时,须先使用 事先点 选所欲拷贝之物件后,再点选 Edit 功能表单下之「Copy」,或使用「Ctrl+C」拷 贝至剪贴簿. 本章习题 1. Amos 6.0 与Amos 5.0 在使用者介面上有哪些重大之改变? 2. Amos 6.0 新增了哪些统计功能? C h a p ter

02 Amos 6.0 新增功能与 特色简介 壹、贝氏估计法与马克夫链模拟法 贰、贝氏 SEM 的Amos 操作与解释 参、MCMC 聚敛之诊断分析 肆、缺失资料填补法 伍、Amos 的资料填补操作步骤 陆、利用Amos内建之编辑器撰写增益集:以SRMR为例

10 图解Amos 在学术研究的应用 本章旨在说明Amos 6.0 新增的功能与特色.Amos 6.0 版的最大特色是提供 了贝氏 SEM 估计法、三种新的缺失资料填补法与自定增益集,增添Amos 不少超 越群伦之风华. 壹、贝氏估计法与马克夫链模拟法 基本上,贝氏估计法乃是结合研究者在资料未L集前对於测量与结构模式 中之待估计参数的先前信念(prior distribution)与实徵证(likelihood of the data),以获取估计参数的事后机率分配(posterior distribution),再进行统计 推论.概念上,事后机率分配(p(θ|y))等於θ之事前机率分配乘以观察值 y 之 最大概似值:posterior=prior*likelihood.本法特色乃是研究者可以明确地运用对 於模式参数的先验知识(如前人之研究或相关理论),以获致参数估计值之事后 机率分配,因而可以改善参数估计值及更适合使用於小样本上,并可以避免不合 理之模式参数值出现(如负的变异数),或进行自订参数函数的估计与考验. Amos 6.0 为了进行母群参数的事后机率分配之推估,会先运用最大概似法初步取 得模式参数的估计值,再运用马克夫链模拟法(Markov Chain Monte Carlo,简称 MCMC),模拟模式参数估计值的未确定性.基本上,MCMC 技术具有两种演 算型态:(1)Gibbs 漫步法:一次仅从目标条件机率密度函数(target pdf)中抽取 一个参数,其余参数保持恒定;

(2)Metropolis 漫步法,则所有的参数可能同时产 生变动. Amos 6.0 所采用的 MCMC 演算法为 Metropolis 演算法.首先,从初步的参 数估计值中进行产制许许多多的参数向量,以建立这些相关参数的事后机率分 配,此种新 MCMC 模拟法更符合实际及解决更复杂的问题,是贝氏统计的新宠 儿.上述这些 MCMC 候选参数向量的产生,是依t+1 candidate=θt +ax 的函数依 序所产制出来的,其中 x 是常态分配的随机向量(平均数为 0,而共变数矩阵是 利用最大概似法所估计来的),而a是MCMC 的微调参数(tuning parameter). 假如前后所产制出来的随机向量相同,Amos 会加以抛弃,继续产制下一个随 机向量,一直到所需 MCMC 样本能满足为止.当Amos 获得研究者所需的样 本数之后,会开始进行资料瘦身(thinning),以降低前后样本间之自变相关 (autocorrelation),进而降低 MC(Monte Carlo)误差,并提高产制样本点之代 表性.瘦身方法及程序简述如下:Amos 第一次瘦身时会保留偶数样本点,Amos

11 Amos 6.0 新增功能与特色简介 Chapter

02 第二次瘦身时会二中取一,Amos 第三次瘦身时会四中取一,以此类推.因此瘦 身三次时,Amos 需要产制

8 个样本才能保留一个样本. 贰、贝氏 SEM 的Amos 操作与解释 启动Amos 贝氏 SEM,有两种方法: (1)拉下 Amos「Analyze」表单,点选「Bayesian Estimation」;

或(2)点选 图像 .因为在Amos 贝氏 SEM 中必须使用原始资料进行统计分析,以便进 行Bayesian SEM时,在分析属性视窗中,须勾选「Estimate means & intercepts」. 接著,启动Amos贝氏 SEM 后,会出现如图 2-1之Bayesian SEM 的视窗,Amos 即 会开始进行MCMC 样本的产制.为便利研究者运用图 2-1 中各项功能表单下之功 能,Amos 亦均以图像型式呈现其下.因此,使用者可以点选这些图像即可,不 必再打开选单再点选相关之表单.图2-1之底部系事后分配的统计摘要表,表中呈 现了事后分配的估计平均数、标准误(SE)、标准差(SD)、聚敛标准(CS)、 偏态、峰度、极小值与极大值.其中标准误,系Monte-Carlo 的事后估计平均数 的未确定性指标,当其值 SE 为0时即表示完全聚敛(CS=1.0).研究者如欲建 立参数的信赖区间则需使用 SD,才是表示事后平均数与真正参数值的差距.很 可惜,在Bayesian SEM分析中,Amos并未提供标准化的参数估计值.如有需要, 研究者必须亲自利用相关变项的标准差,计算标准化的参数估计值(= ). 图2-1 Amos 6.0「Bayesian SEM」的操作介面