SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
SPSS+AMOS数据分析案例教程-关于中介模
SPSS视频教程内容目录和跳转链接
R语言快速入门视频教程
Python智联招聘数据分析
LCA潜在类别分析和Mplus应用
Amos结构方程模型数据分析入门教程
倒U关系回归分析中介效应和调节效应分析SPSS视频教程

验证性因子分析CFA结果汇报模板

很多人不会做结构方程模型的分析, 其实就是因为它不会汇报结果。
这个文章就是提供一个汇报模板, 大家可以照着写,并制作表格。
这篇文章的主要用途是用于验证性因子分析CFA的结果汇报。

Read More

CR和AVE计算器Excel版下载和使用教程

CR指的是组合信度(Composite Reliability), AVE指的是平均方差提取量(Average Variance Extraction),
我们已经在本网站开发了一个计算器(在这里spss计算平均方差提取量AVE和组合信度CR的方法
但是很多人认为还是用Excel计算CR和AVE比较方便, 而且结果可以直接复制到表格, 方便论文里的表格制作。

所以我们决定做一个Excel版本的AVE和CR计算器。

Read More

结构方程中平均方差提取量AVE怎么理解

AVE的全称是 Average Variance Extraction,翻译为平均方差提取量,
它是一个比率, 就是潜变量可以解释的方差占题目总方差的比率。
既然是比率, 它的取值就在(0, 1)之间, 这个值越大越好。

在结构方程(SEM)中,我们在做测量模型的效度分析的时候,
也就是验证性因子分析中,AVE是证明收敛效度的,平均提取方差值(AVE)是计算潜在变量之测量变量的变异数解释力,
若AVE越高,则表示构念有越高的信度与收敛效度。理想上标准值须大于0.5。

Read More

公式推导证明相关系数等于决定系数R方

如何用公式证明自变量与因变量的相关系数的平方等于回归中决定系数R方?
前提条件是只有一个自变量的一元线性回归模型,即简单回归。

Read More

如何证明相关系数等于标准化回归系数

在做结构方程的教学中, 我们经常说因子载荷就是因子与测量指标之间的相关系数;
但是, 在模型中我们又将因子载荷定义为回归系数, 例如: i = b * f + e;
在这个公式中, i代表题目分, f代表因子分析, b代表因子载荷,
因子分乘以因子载荷就是题目分, 很明显因子载荷就是回归系数;
这时候很多同学就会混淆, 到底因子载荷是相关系数还是回归系数?

Read More

spss和Excel数据格式转mplus格式数据(在线)

很多时候我们需要转换数据格式,比如SPSS转Excel, SPSS转Mplus数据等,
为了方便广大童鞋的数据分析工作, 我们做了一个数据格式转换的工具,
开发了1个月终于上线, 大家不用登陆就可以免费使用, 并且数据尽在你本地浏览器保存,
并没有上传到后台服务器, 打开网页以后断网也可以使用, 所以最大限度保证了你的数据安全性!

这个工具的主要用途是将Excel或者spss数据转换为mplus可用的数据格式。

Read More

结构方程模型的种类协方差结构方程和最小二乘法

本篇文章介绍了结构方程模型的两种算法, 一个是基于协方差矩阵的结构方程模型, 简称CB-SEM, 一个是基于最小二乘法的结构方程模型, 简称PLS-SEM, CB-SEM的代表软件是AMOS、MPLUS, PLS-SEM的代表软件是martpls。
本篇文章介绍两种结构方程模型的不同之处, 并在最后附有视频教程。

Read More

so-vits-svc最强声音克隆拟声软件使用教程

我们今天介绍一个软件是用来做声音克隆的, 比如你可以将你的声音克隆下来, 然后将一段任何其他人的录音转换成你的声音。
这个工具的全称是“SoftVC VITS Singing Voice Conversion Fork”, 简称为“so-vits-svc”。
我们今天网上看到的很多孙燕姿AI都是这种方法制作的。 我用我自己的声音制作了一段“蜜雪冰城”主题曲, 你可以听下像不像我的声音。

Read More

结构方程中因子载荷至少是多少

为了让结构方程模型(SEM)具有良好的拟合,我们往往对因子载荷有一个最低要求, 但是最低多少呢, 并没有严格的标准, 我搜索了全网,找到一些参考的值,大家可以看看,参考文献在最下面。

Read More

pls-sem结果汇报方法和案例【以SmartPLS为例】

如何汇报pls-sem (Partial Least Square Structural Equation Modeling)的结果, 很多刚入门的学生都会有疑问,
因为它不像一般的统计方法, 只有一两个指标看需要汇报,
sem的结果有很多,而pls-sem又与cb-sem(Covariance Based Structural Equation Modeling)不同,使得汇报sem的结果比较困难,
也很容易遗漏重要信息。

所以我认为有必要写一篇文章, 总结一下pls-sem的汇报规范, 并且我们提供了案例方便大家效仿。

Read More