prism如何计算SEM

SEM不可用定类变量。如果一定要用，方法一是将其转换成 dummy variable (零一变量)，比较容易；方法二是将其当作 grouping variable（分组变量）, 然后每一组为一个样本，做multigroup comparisons（多组比较模型），比较麻烦；方法三是改用Latent Classification Model，那是全新的另一世界。

回到如何计算自由度 (degrees of freedom, df)。记得很久前小彭问过类似问题，我答应要写个贴，但一直忘了。估计小彭现在已知道答案了，但大概还有其他庄员有兴趣。

1、在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中。

2、首先，在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。

在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1。

自由度定义：

统计学上，自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。一般来说，自由度等于独立变量减掉其衍生量数。举例来说，变异数的定义是样本减平均值(一个由样本决定的衍生量)，因此对N个随机样本而言，其自由度为N-1。数学上，自由度是一个随机向量的维度数，也就是一个向量能被完整描述所需的最少单位向量数。

以上内容参考：百度百科-自由度

---