1、 一种是计算数据中observed variables indicators (变量)
之间的相关系数(correlations)的个数,一般用k来表示变量的个数,其相关系数的个数则为 k X
(k–1) / 2。如你的例子中有12个变量,它们之间的相关系数应该有12 X 11 / 2 = 66。
2、另一种是计算数据所有变量之间的variance-covariance (方差-协方差) 的个数,公式为 k X (k + 1) / 2。在本例中,共有
12 X 13 /2 = 78。
3、“模型所需的信息”也有两种对应的算法。与相关系数对应的算法是模型中所需估计的parameters
(参数),包括factor loadings (因子负荷,即λ,本例中有12个)、coefficients of exogenous factors
(自变量因子对因变量因子的影响系数,即γ,本例中有2个)、 coefficients of endogenous factors
(因变量因子对因变量因子的影响系数,即в,本例中有1个),三者相加共有 12 + 2 + 1 = 15个参数需要被估计。
如果按方差-协方差计算的话,那么需要被估计的参数,除了以上的λ、γ和в以外,还需要加上每个errors
of indicators(变量的残差,即δ和ε,本例中有12个),四者相加为 12 + 2 + 1 + 12 = 27。
如下参考:
1.首先选择最后一个标准偏差来显示复制的单元格,如下图所示。
2.点击[start]-[autosum]旁边的三角形,就会出现一个下拉菜单。点击【其他功能】如下图所示。
3.出现[insertfunction]窗口,点击[selectcategory],选择[all],找到standarddeviation[STDEVP]函数,如下图所示。
4.单击ok后,单击箭头所指的位置并选择数据,如下图所示。
5.选择后,点击“ok”,可以看到计算出的标准差,如下图所示。
一、两组独立样本的比较1.选择Column栏。因为该栏默认输入的都是原始数据,因此没有输入样本数的地方,只需选择默认的第一项即可,然后按最下方的Create键。2.在Data分栏中输入以下数据3.再点击菜单栏上Insert——NewGraphofExistingData…。其中Kindofgraph里选择柱状图,Columnbargraph中选择MeanwithSD。软件就会自动帮你算出均值和误差值,并做好柱状图。4.点击OK,倒出柱状图,这就OK了。二、两组样本配对比较这里只有两个不同,首先是要选择Grouped,再选择第二项。因为Grouped栏并不是像Column栏一样默认输入的是原始数据,因此有输入样本数的地方,这边的样本数是2,因此我们相应地设置样本为2。1.设置样本为2。2.和刚才一样的输入数据,同样再选择NewGraphofExistingData…,设置MeanwithSD。这里面的各部分也是像折线图那样能进行双击后调节的。欢迎分享,转载请注明来源:夏雨云
评论列表(0条)