mi分析是什么意思

验证性因袭分析中mi是指因子的修正指数。

从技术上修改模型首先看MI,按照逐步修改的原则,选取MI指数最大的调整其路径。MI值大于5就要表示该变量的存在具有统计意义,建议加入模型。但是具体运用时需要考虑加入路径后系数的显著性,而且从理论上讲是否行得通,如果理论上说不通,应该不加,加上后如果不显著(t值的绝对值小于1.96,那么也不要加)。 希望对你有帮助

原则上都尽量不让残差相关啊。

当然实在没法了可以适当允许同一个测量模型内的残差相关，也就是在修正时 优先选择同一个测量模型内的残差相关，最后再考虑选择跨测量模型的残差相关。

但实际上，这样的残差模型在一定程度上已经违背了sem的简约假设了，同一个测量模型内的残差相关还好解释，但是跨了测量模型的残差相关就表示这两个维度之间没有区分的很好，也就是模型的区分效度不是很好。

这样构建的模型其实是失败的

最大的MI系数 应该删掉对应的一个题项或2两个，一个个试着来看哪个结果比较合适。

残差拉相关违背了 残差独立性的基本假设，是不可以拉相关的。除非你的研究逻辑假设证明残差之间有相关（比如追踪研究设计），不能以数据为驱动进行残差相关。

---