amossem正態性

1、是不是符合正態分布的數據才能做AMOS分析？

數據符合正態分布，一系列的假設檢驗才有效，因為假設檢驗的統計量的分布是基於正態假設推出來的；
如果你不關心假設檢驗，那麼可以用另外一些估計方法，例如PLS，它們不急於正態假設，也就不能進行假設檢驗。

2、如何用SPSS進行正態性分析

1.
正態分布也叫常態分布，在我們後面說的很多東西都需要數據呈正態分布。下面的圖就是正態分布曲線，中間隆起，對稱向兩邊下降。
2.
3.
下面我們來看一組數據，並檢驗「期初平均分」
數據是否呈正態分布（此數據已在spss里輸入好）
4.
5.
在spss里執行「分析—>描述統計—>頻數統計表」(菜單見下圖，英文版的可以找到相應位置)，然後彈出左邊的對話框，變數選擇左邊的「期初平均分」，再點下面的「圖表」按鈕，彈出圖中右邊的對話框，選擇「直方圖」，並選中「包括正態曲線」
6.
7.
設置完後點「確定」，就後會出來一系列結果，包括2個表格和一個圖，我們先來看看最下面的圖，見下圖，
8.
9.
上圖中橫坐標為期初平均分，縱坐標為分數出現的頻數。從圖中可以看出根據直方圖繪出的曲線是很像正態分布曲線。如何證明這些數據符合正態分布呢，光看曲線還不夠，還需要檢驗：
10.
在spss里執行「分析—>非參數檢驗—>單個樣本k-s檢驗，彈出對話框，檢驗變數選擇「期初平均分」，檢驗分布選擇「正態分布」，然後點「確定」。
11.
12.
檢驗結果為：
13.
14.
從結果可以看出，k-s檢驗中,z值為0.493，p值 (sig
2-tailed)=0.968>0.05，因此數據呈近似正態分布。

3、amos怎麼看變數的某個值貢獻更大?

　　p值就是路徑系數的顯著性水平，路徑系數固定為1，只是設置了一個參考路徑，並不影響標准化路徑系數的估計。

SPSS AMOS 21.0是一款使用結構方程式，探索變數間的關系的軟體
輕松地進行結構方程建模（SEM）
快速創建模型以檢驗變數之間的相互影響及其原因
比普通最客服乘回歸和探索性因子分析更進一步
使用Amos 21.0進一步改進您的分析
無論您評估程序，還是開發行為態度模型，您都有可能遇到傳統分析技術無能為力的情況。那麼，如果您能使用一些復雜的，同時卻不需冗長的編程或者學習過程的建模技術，情況會如何呢？
Amos軟體和結構方程模型（SEM）助您成功
結構方程模型（SEM）是一種多元分析技術，它包含標準的方法，並在標准方法的基礎上進行了擴展。這些方法包括回歸技術、因子分析、方差分析和相關分析。Amos21.0讓SEM變得容易。它擁有的直觀的拖放式繪圖工具，讓您快速地以演示級路徑圖定製模型而無需編程。
使用 Amos21.0，讓您比單獨使用因子分析或回歸分析能獲得更精確、豐富的綜合分析結果，Amos21.0 在構建方程式模型過程中的每一步驟均能提供圖形環境，只要在 Amos 的調色板工具和模型評估中以滑鼠輕點繪圖工具便能指定或更換模型。通過快速的模型建立來檢驗您的變數是如何互相影響以及為何會發生此影響。
即使有缺失值也能達到精準
Amos 處理缺失值的最大特色就是擁有Full Information Maximum Likelihood ，即使資料不完整，Amos 也不會遺漏任何一個情況，並且會自動計算正確的標准誤及適當的統計量，降低您的估算值偏差。
簡易但功能強大
（1）AMOS具有的方差分析、協方差，假設檢驗等一系列基本分析方法。
（2）AMOS的貝葉斯和自抽樣的方法應用，這個AMOS最具特色的方法，這個也算是比較前沿的應用，在一定程度上克服了大樣本條件的限制，當樣本低於200甚至是低於100時，貝葉斯方法的結果仍然比較穩定，尤其是MCMC的結果，該方法也可以提供路徑分析間接效應的標准誤，這在中介效應的使用方面特別有用，還可以觀察估計參數的先驗概率分布和事後概率分布，並進行人為設定。另外bootstrap也提供類似模擬的標准誤，而且提供bootstrap的ADF、ML、GLS、SLS、ULS等參數估計的方法。另外也為時間序列數據提供自相關圖用於偵察序列相關。
（3）AMOS提供方程檢驗的統計指標，不用說也是很豐富的，需要強調的是有些指標例如SRMR等需要自行設置才能提供，另外比較重要的指標如RMSEA的檢驗需要自己在figure caption里設置\pclose才能看到，請詳情見手冊。
（4）指定搜索（specification search），不知翻譯的對不對，這個功能在探索變數間的關繫上很好用，關系太多，也沒什麼假設，使用這個功能看看數據本身是什麼關系。一般如果關系很復雜，數據量也很大，使用逐步法能節省很多時間。
（5）AMOS可以實現曲線增長模型，這種模型主要用於追蹤數據，研究隨時間變化的規律，AMOS這方面的發展很好，包括高階曲線增長及其衍生的模型。不過同樣在基於多層線性模型的曲線增長模型上無法實現。
（6）其他的模型例如混合建模，非遞歸模型等在AMOS里均有實現。同時AMOS高版本提供程序的透明性、可擴展性，與VB、SAS等軟體提供介面，使得其程序編寫上帶來很大的便利，也拓展了應用范圍，而且至20版以後AMOS在程序方面也得到了加強，例如程序編寫、程序的生成等，其應用前景更加明朗。
技術說明
圖形化用戶界面
o 通過一個路徑圖瀏覽器顯示文件夾中所有路徑圖的描述和縮略圖
o 只需用滑鼠點擊就可選擇編程選項
o 只需點擊一下滑鼠，就可以顯示一張包括多個組或者模型的圖表
o 查看數據文件內容
o 從數據集中把變數名拖到路徑圖中
建模能力
o 創建帶有觀測和隱性變數的結構方程模型（包括特例，如路徑分析和縱向數據模型）
o 使用一到兩種方法定製候選模型：
－指定每一個候選模型為對模型參數的等同約束的一個集合
－以探索性的方式使用SEM。Amos會嘗試許多模型，使用Aikaike信息標准（AIC）和Bayesian信息標准（BIC）統計方法比較模型，並找出最有前途的模型。
o 進行證實性的因子分析：方差分解、變數誤差、度量模型和隱性變數
建模
o 使用路徑圖來定製模型
o 使用繪圖工具改變路徑圖，從而更改模型
o 在路徑圖上圖形化地顯示參數估計和擬合測量
o 在路徑圖上繪圖的任何時刻顯示自由度
分析能力和統計功能
o 使用完全信息最大似然估計得到更有效、更小偏倚的缺失值估計
o 輸入參數值，觀察在特定時刻的效應，以及使用模型庫的離散函數值的效應
o 使用快速自舉模擬，對於任意實驗分布下的任何模型參數估計，找到近似分布，包括標准化系數
－評估符合Bollen和Stine自舉方式的模型
－計算百分比區間以及偏差修正百分比區間
輸出
o 使用有條件的導航幫助；使用增強的文本輸出顯示選項和表格格式選項
－使用導航面板快速定位並顯示輸出的各個部分
－將導航面板里的各部分和表格標題鏈接至右鍵幫助
－將數值（例如導航面板中顯示的p值）鏈接至"use-it-in-a-sentence"幫助，得到有關數字含義的簡單明了的英語說明
Amos 21.0-使用結構方程式，探索變數間的關系
"Amos 使用路徑圖來定製模型的方法完美自然…Amos是毫無疑問的贏家。"
－J.J.Hox
《Amos，EQS and LISREL for Windows：a comparative review. Structural Equation Modeling》
輕松地進行結構方程建模（SEM）
快速創建模型以檢驗變數之間的相互影響及其原因
比普通最小二乘回歸和探索性因子分析更進一步
使用Amos 21.0進一步改進您的分析
無論您評估程序，還是開發行為態度模型，您都有可能遇到傳統分析技術無能為力的情況。那麼，如果您能使用一些復雜的，同時卻不需冗長的編程或者學習過程的建模技術，情況會如何呢？
Amos軟體和結構方程模型（SEM）助您成功
結構方程模型（SEM）是一種多元分析技術，它包含標準的方法，並在標准方法的基礎上進行了擴展。這些方法包括回歸技術、因子分析、方差分析和相關分析。Amos讓SEM變得容易。它擁有的直觀的拖放式繪圖工具，讓您快速地以演示級路徑圖定製模型而無需編程。
使用 Amos讓您比單獨使用因子分析或回歸分析能獲得更精確、豐富的綜合分析結果，Amos 21.0在構建方程式模型過程中的每一步驟均能提供圖形環境，只要在Amos的調色板工具和模型評估中以滑鼠輕點繪圖工具便能指定或更換模型。通過快速的模型建立來檢驗您的變數是如何互相影響以及為何會發生此影響。
系統需要 ：
Microsoft Windows 98，Me，NT○R 4.0（SP6），2000或XP
18MB 硬碟空間
系統為Windows 98和Me至少需要128MB內存；系統為NT 4.0，2000和XP至少需要256M內存
Internet Explorer 6

4、SPSS正態性檢驗，怎樣看圖？

1、P-P
圖
以樣本的累計頻率作為橫坐標以安裝正態分布計算的相應累計概版率作為縱坐標把樣本值表現權為直角坐標系中的散點。如果資料服從整體分布則樣本點應圍繞第一象限的對角線分布。
2、Q-Q
圖
以樣本的分位數作為橫坐標以按照正態分布計算的相應分位點作為縱坐標把樣本表現為指教坐標系的散點。如果資料服從正態分布則樣本點應該呈一條圍繞第一象限對角線的直線。
以上兩種方法以
Q-Q
圖為佳效率較高。
3、直方圖
判斷方法是否以鍾形分布同時可以選擇輸出正態性曲線。
4、箱式圖
判斷方法觀測離群值和中位數。
5、莖葉圖
類似與直方圖但實質不同。

5、為什麼spss的正態檢驗顯著性都為0？救救孩子吧！

spss顯著性小於0.001的都顯示為0，意味著顯著性非常好，這不是好事嗎

6、為什麼我的spss分析不起這個數據的正態性檢驗

檢驗正態來分布的辦法：
1、在源spss菜單中選擇分析——描述統計——探索，將需要檢驗的變數放入因變數裡面，選擇「繪制——帶檢驗的正態圖，看一下tests of normality就可以，如果成正態，sig不會小於臨界值
2、 還可以參考QQ圖，如果是正態，QQ圖里的散點回呈直線，normal qq圖的橫坐標是實際的數據從小到大排列，縱坐標是正態分布的期望值，所以如果實際的和正態的期望相符，散點圖就會呈一條直線；detrended qq圖的橫坐標是實際觀測值，縱坐標是實際觀測值減去期望值，如果數據符合正態，那麼散點應當在中央橫線附近。

7、這SPSS對一組數據進行正態性檢驗，得到這個圖，怎麼分析它是否服從正態分布？

一般是以0.05作為界限，這是比較通用的規則。你的數據並不嚴格服從正態分布，因為專Shapiro-Wilks test的P值為0.017。考慮到Shapiro-Wilks test有較高的屬檢驗效能（相對於其他的正態性檢驗，如Kolmogorov-Smirnov Test等），且P值僅為0.017，而Kolmogorov-Smirnov Test的P值為0.168，因此你的數據也沒有嚴重背離正態分布。如果你的後續目的是進行T檢驗或方差分析等，由於這些方法對數據背離正態分布並不敏感，你仍然可以使用，而不必理會正態分布的問題。

8、spss檢驗正態性，圖看上去挺像正態的。但是P小於0.05 樣本量為600。問題出在哪裡呢

圖形能更直觀地觀看，如果有點點不在直線上方很容易看得出來，但是有些是靠內得近，但是不是容均勻分布的，很容易會令人產生錯覺是正態分布，限制性檢驗是測試出來的數值，比圖表更加精確，就像你相信人的記憶還是一台沒有問題的電腦的記憶一樣。

9、spss中正態性檢驗表怎麼分析

檢驗正態分布的辦法：

1、在spss菜單中選擇分析——描述統計——探索，將需要檢驗的變數放入因變數裡面，選擇「繪制——帶檢驗的正態圖，看一下tests of normality就可以，如果成正態，sig不會小於臨界值

2、 還可以參考QQ圖，如果是正態，QQ圖里的散點回呈直線，normal qq圖的橫坐標是實際的數據從小到大排列，縱坐標是正態分布的期望值，所以如果實際的和正態的期望相符，散點圖就會呈一條直線；detrended qq圖的橫坐標是實際觀測值，縱坐標是實際觀測值減去期望值，如果數據符合正態，那麼散點應當在中央橫線附近。

(9)amossem正態性擴展資料

正態分布（Normal distribution），也稱「常態分布」，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二項分布的漸近公式中得到。C.F.高斯在研究測量誤差時從另一個角度導出了它。P.S.拉普拉斯和高斯研究了它的性質。是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。

正態曲線呈鍾型，兩頭低，中間高，左右對稱因其曲線呈鍾形，因此人們又經常稱之為鍾形曲線。

若隨機變數X服從一個數學期望為μ、方差為σ^2的正態分布，記為N(μ，σ^2)。其概率密度函數為正態分布的期望值μ決定了其位置，其標准差σ決定了分布的幅度。當μ = 0,σ = 1時的正態分布是標准正態分布。

10、是不是符合正態分布的數據才能做AMOS分析

嚴格來說，要求多元正態，但並非一定嚴格要求，非正態性數據，只要不是很嚴重也是可以的。