Amos v24.0中文

　　Amos 24.0是SPSS Statistics 24软件包中的独立产品，也是一款结构方程（SEM）建模工具，在新程序支持编写VB.NET或C＃程序，可以用于计算Amos将估计后验分布的新估计，用户可以使用VB.NET或C＃程序定义的新估计可以是模型参数的任何函数；提供Adapt功能按钮，该功能支持自动调整MCMC算法的参数，以提高收敛速度，调整功能支持将已收集的MCMC样本中包含的信息将用于调整MCMC算法的参数，然后丢弃已收集的MCMC样品，并再次开始取样；支持绘制在摘要表中选择的参数的边际后验分布；支持按住控制键并在摘要表中选择两个参数（即两行），用户将得到其边际双变量分布图；提供显示除模型参数之外的其他数量的估计，用户可以对以下数量执行贝叶斯估计，隐含均值，协方差和相关性（仅适用于观察到的变量）、所有隐含均值，协方差和相关性（对于除残差变量外的模型中的所有变量）、直接，间接和总效应、标准化的直接，间接和总效应、因子得分权重；方便又快捷，需要的用户可以下载体验

新版功能

　　1、图形化用户界面

　　·通过路径图浏览器，可以显示路径模型以及当前文件夹下所有路径模型的描述以及小图标

　　·通过简单的点击来选择程序的选项

　　·通过单击鼠标在路径图上直接创建新的变量

　　·一次点击查看不同的组或模型

　　·浏览数据文件内容

　　·直接从数据集中把变量名字拖拽到路径图上

　　二、建模能力

　　·创建具有观测变量和潜变量的结构方程模型(包括路径分析和纵向数据模型)

　　·利用两种方法指定候选模型：

　　- 为每个候选模型设置一组参数相等的约束

　　- 探索性方式应用SEM。AMOS会尝试很多模型，同时基于AIC及BIC统计量比较模型，并给出最佳模型的建议

　　·拟合验证性因子模型，方差成分模型，变量中含有误差的模型，以及一般的潜变量模型

　　·分析均值结构以及多组数据：

　　- 利用自动化设置迅速地制定并检验多组数据

　　·同时分析来自多个总体的数据

　　·把因子及回归分析合并到一个模型中同时拟合来节省时间

　　·同时分析多组模型：AMOS能够确定哪些模型是嵌套的并能够自动计算校验统计量

　　·将路径图转化为VB程序

　　·用自动生成的参数限制来拟合线性增长曲线模型

　　三、潜在类别分析(混合模型)

　　·进行市场细分研究

　　·估计每个类群或划分的大小

　　·进行混合回归分析和混合建模

　　·进行混合因子分析

　　·估计个体属于某类群的概率

　　·训练分类模型。预先指定一些个体属于某个组，再利用模型对剩余的个体分类

　　·在多组模型中，限定一些模型参数在各族相等，同时其它参数可随不同组而变化

软件特色

　　1、贝叶斯估计

　　·通过指定内容丰富的先验分布，改进估算。

　　·利用可自动调整的底层“马尔可夫链蒙特卡尔理论 (Markov chain Monte Carlo, MCMC)”计算方法。

　　·以有序的分类数据和审查数据执行估算。

　　·基于非数字数据创建模型，而无需将数字分数分配给数据。

　　·使用审查数据，而无需进行除正常情况之外的假定。

　　2、处理海量计算模型

　　·无论数据是否为正态，您都可以利用功能强大的bootstrapping方法取得估计值。AMOS中的蒙特卡洛和bootstrapping方法，可以让您简单轻松地获得任意参数估计的偏差和标准误差，包括标准化系数和效应估计

　　·检验多元正态并进行离群值分析

　　3、模型创建

　　·利用路径图设定模型

　　·借助图形工具通过路径图直接修改模型

　　·在路径图上显示模型自由度

　　·将部分单步路径图拷贝粘贴到其他路径图中

安装步骤

　　1、如果您浏览至此，只需要点击本网站通过的下载地址即可下载到对应的安装包

　　2、解压后，即可双击应用程序进行程序安装

　　3、弹出安装向导界面，英语好的用户可以阅读一下，然后点击下一步按钮

　　4、勾选方框中的我同意程序安装协议，然后点击下一步按钮

　　5、弹出程序安装路径选择界面，点击改变按钮即可

　　6、用户可以核对应用程序安装确认界面，点击安装按钮

　　7、弹出程序安装进度条加载界面，需要等待一会儿即可安装完成

　　8、应用程序安装完成后，会弹出一个完成界面，点击完成按钮即可

方法

　　1、程序安装完成后，打开安装包，找到文件，然后将“lservrc”复制到粘贴板

　　2、打开安装路径文件夹，将刚才复制的文件粘贴覆盖源程序文件

　　3、完成以上操作步骤后，即可将应用程序完成

使用说明

　　将在Windows资源管理器中打开。从那时起，您可以使用Windows资源管理器导航到Amos的插件目录。

　　在Amos 23中，插件保存在Amos程序目录的子目录中。许多Amos用户不允许在该目录中创建文件，因此他们无法创建插件。但是，所有用户都可以在“AppData”目录中创建文件。此外，Amos 24中plugins目录的新位置允许多用户计算机上的每个用户拥有自己的插件目录。

　　Amos 23插件需要更新才能与Amos 24一起使用。

　　工具栏更改

　　在“程序编辑器”窗口和“贝叶斯自定义估计”编辑器中，“运行”按钮已移至工具栏。新的“运行”按钮具有图标FormRunHS。

　　NewProgramEditor

　　程序编辑

　　NewCustomEstimandsEditor

　　贝叶斯风俗定制编辑

　　在“插件”编辑器和用户定义的估计编辑器中，“检查语法”按钮已移至工具栏。新的Check语法按钮具有CheckGrammarHS图标。

　　NewPluginEditor

　　插件编辑器

　　NewUserDefinedEditor

　　用户定义的估算编辑器

　　接口属性对话框

　　“接口属性”对话框中的“应用”和“取消”按钮不再存在。您在“接口属性”对话框中所做的更改现在会立即生效。

　　自由度对话框

　　您可以在“自由度”对话框保持打开状态时修改路径图。影响参数数量和自由度的路径图的更改会立即反映在“自由度”对话框中。

　　AmosGraphics类

　　AmosGraphics类已重命名为Amos。在使用Amos编程模型的任何程序中，“AmosGraphics”需要更改为“Amos”。

　　参数摘要表

　　对于其中均值和截距是显式模型参数的模型，参数汇总表现在包括固定为零的均值和截距。在以前的版本中，参数摘要中忽略了固定为零的平均值和截距。

　　要更新用于Amos 24的Amos 23插件：

　　1.将AmosGraphics的每次出现更改为Amos。

　　2.插入线

　　就在排队之前

　　公共类CustomCode

　　3.删除任何出现的行

　　进口PBayes

　　注意：您可能会看到一行带有“+”后跟文本“Header”。 例如：

　　在Amos 24中，您可以在一次分析中估算多个简单的用户定义估算。在以前的版本中，您一次只能估计一个简单的用户定义的estimand。简单的用户定义估计现在具有以下限制。

　　1.每个estimand必须由单个表达式定义。

　　2.在多组分析中，每个组必须具有相同的路径图。

　　指定用户定义的估计的另一种方法是完全通用的，不受上述限制，但更难以使用。

　　用户指南的示例38和39中演示了简单的用户定义估算。它们是使用CValueSimple类实现的。

　　您可以使用任何有效的Visual Basic表达式来指定简单的estimand。您可以使用Microsoft的.NET Framework来定义您的估算。例如，您可以使用System.Math类通过输入表达式来估计名为abc的参数的平方根

　　xyz = Math.Sqrt（p.abc）

　　然后，与Amos的输出中出现的xyz估计值以及bootstrap标准误差和置信区间将以与内置估计相同的方式出现。如果你的模型没有名为abc的变量，那么abc明确地是参数的名称，你可以省略“p”。然后写

　　xyz = Math.Sqrt（abc）

　　提示：当您键入Math时，请务必使用大写M.然后，在Math之后键入句点，您将能够从可用函数列表中选择Sqrt。

　　该表的每一行总结了单个参数的后验分布。要更新摘要表，请单击刷新按钮7658.您可以通过单击视图→选项→刷新来选择自动更新表的选项。

　　表的每一行描述一个单独的estimand。列标记如下。

　　意思

　　估计后验平均值。它被计算为后验平均值，其中N是MCMC观测值的数量，B是老化观测值的数量，X sub i是第i次观测值的单个值的值。

　　S.E.

　　通过批量方法获得的X bar标准误差的估计值SE。 SE是X bar变化的量度，这可归因于N（MCMC观测的数量）是有限的。默认情况下，使用20个批次来估算SE。要更改批次数，请单击查看→选项→MCMC。

　　S.D.

　　后验分布的估计标准偏差。它计算为SD。

　　C.S.

　　收敛统计量计算为收敛统计量。

　　偏态

　　估计后验分布的偏度。它被计算为保留的观测样本观察的样本偏度。

　　峰度

　　估计后峰分布的峰度。它被计算为保留观测值的样本峰度，样本观测值。

　　敏

　　保留观测值的最小值，样本观测值。

　　马克斯

　　保留观测值的最大值，样本观测值。

　　当MCMC算法的参数不需要调整时，以及当收集的MCMC样本太少而无法选择新参数时，将禁用“适应”按钮。

　　对于随机游走Metropolis算法，Adapt按钮调整调整参数以获得令人满意的接受率。在撰写本文时，接受率的目标范围在0.2和0.4之间。

　　对于哈密顿量MCMC，“适应”按钮可调整越级步长和越级步数，以达到令人满意的接受率。在撰写本文时，接受率的目标范围在0.98和0.998之间。

　　全球趋同统计。收敛统计量是观察到的采样参数值分布的准确度的度量，作为参数后验分布的估计。收敛统计量的较小值更好。

　　幸福的7654或不满意的7655面部表示全局收敛统计量是否满足收敛准则。默认情况下，收敛标准为1.002。也就是说，收敛统计必须低于1.002才能获得幸福的一面。您可以在贝叶斯SEM选项窗口的MCMC选项卡上更改收敛标准。

　　到目前为止，老化观察的数量和焚烧后观察的数量。

　　例如，“500 + 27,000”，意味着总共有27,500个观测值，包括500次老化观测和27,000次老化后观测。

　　“*”字符表示已经发生样本稀疏。例如，“（500 + 27000）* 8”表示样品已经稀释三次，因此八个观察值中只有一个保留。共有220,000次观测，其中只剩下27,500次。在这27,500人中，有500人被视为老年观察。

　　最近刷新显示结果时的老化观察次数和老化后观察次数。 （每次MCMC算法生成新观察时，显示的结果都不会刷新。默认情况下，每1000次观察时刷新一次。您可以更改贝叶斯SEM选项窗口的“刷新”选项卡上的默认值。）

　　例如，“500 + 27,000”表示在最近刷新显示结果时总共有27,500个观测值，包括500个老化观察值和27,000个老化后观察值。

　　“*”字符表示在刷新显示时发生了样本的细化。例如，“（500 + 27000）* 8”表示样品已经稀释三次，因此仅剩下八个观测值中的一个。总共有220,000次观测，其中只剩下27,500次。在这27,500人中，有500人被视为老年观察。

　　接受率是Metropolis采样算法生成与先前样本不同的参数值样本的次数的比例。例如，.2的接受率意味着，在生成参数值序列时，算法在20％的时间内生成新的参数值，并在80％的时间内重复先前的参数值。

　　一个经验法则是，当接受率在.2和.5之间时，MCMC算法最有效。如果您发现接受率超出此范围，则尝试调整调整参数可能是值得的。如果接受率小于.2，请尝试将调整参数设置得更小。如果接受率大于.5，请尝试将调整参数设置得更大。

　　创建包含采样参数值的文件。

　　该文件采用文本格式，每个模型参数都有一列，每个MCMC观察一行。第一行包含列标签。该文件包括老化观察，但不包括预烧入观察