stata里面变量都是可测的那sem里面潜变量在哪反应

stata里面变量都是可测的那sem里面潜变量在结构方程模型反应的

结构方程模型时基于变量的协方差矩阵来分析变量关系的统计方法。

通过这种方法我们可以得到因变量受那几个自变量的影响，也可以知道一个自变量通过什么途径影响因变量，还可以知道在不同情境下，自变量对因变量的影响有何不同等多种复杂关系。

采用结构方程建模的方式来进行就可以。

潜变量是指不能被直接精确观测或虽能被观测但尚需通过其它方法加以综合的指标，是在记录单元之间变化且其变化影响记录特征的任何未记录到的特征。结果是记录特征之间的联系，这种联系实际上并不是由记录特征本身的任何因果关系产生的。

潜变量可分为内生潜变量和外生潜变量，外生潜变量在模型不受其他任何一个变量的影响但影响其他变量的变量，内生潜变量在模型中总会受到一个其他变量影响的变量。

最好是大于0.9,甚至于大于0.95,这些拟合指标的临界值都是通过大量的数据模拟得到的,也就是说如果达不到这些指标,模型很可能就是误设模型,不过我也有看到一篇数据模拟的论文里提到当样本量小于500的时候,srmr是最合适的指标,如果小于0.05,可以肯定模型正确,若大于0.08,可以肯定是误设的（适用于数据正态时,偏态时大于0.11认为模型误设）,而其他的拟合指标表现不稳定,那这个时候主要参考srmr就可以,其他的指标过得去就行,如果样本量大于1000,NNFI,CFI,IFI这些指标比较合适,0.95以上可以认为模型正确,0.85以下可以断定模型错误（适用于数据偏态时,正态时0.95以下即认为误设）

你自己根据自己的的数据情况看吧,对于你提到的指标,我相信90%的文献都说是0.9以上为标准的,这个经验值还是很可信的,如果你不是正在写论文,那完全可以接受这个结果,如果你一定想要结果好,那就要么好好处理处理数据,重新做一下结构方程的分析,要么就找到相关的文献支持,以表明你用0.9以下的指标数值是合理的

如果是论文答辩或者发论文,只是0.8过一些那很可能要被答辩老师或者审稿人质疑的,接近0.9应该还勉强可以

---