在构建结构方程模型中，常用的统计软件包括哪些

Python011

在构建结构方程模型中，常用的统计软件包括哪些,第1张

常用的有lisrel，mplus，amos，eqs、r语言等

amos用的人应该比较多，因为它容易上手，不需要写语句，直接画图就可以构建模型，对于那些不做学术研究，只是搞搞应用的人来说，这个比较实用，它的缺陷是只通过画图无法构建一些较为复杂的模型，灵活性不高，如果你是做学术的，不建议学amos

lisrel应该是过去十年国内做学术用的最广的结构方程软件，构建模型既可以写语句也可以画图，很多论文和研究都是用它做的，不过这个软件上手相对难一点，而且更新升级速度慢。

mplus是近几年最火的结构方程软件，上手相对容易，而功能很强大，更新速度很快，如果只打算学习一种结构方程软件，建议就学mplus

R，这个软件不限于做结构方程模型，可以处理各种统计问题，结构方程自然也不在话下，应该是目前为止功能最全最强的统计学软件（不过我觉得单说做结构方程，不如mplus好用），而且是开源的，不过我觉得上手没有其他统计软件容易，但学好了应该会很厉害。

eqs不了解，就不评价了

常用的结构方程建模软件包括mplus、lisrel、amos、eqs、r等

其中前面4个是专门的结构方程建模软件，r是一种多元化的开源的统计软件，里面有做结构方程的包，但它并不是专门的软件，从功能上讲，r的功能最丰富但操作难度最大。

前面4中专门的结构方程软件中，mplus功能最多，操作也比较便捷，兼且更新周期短，是当前最为流行也最有潜力的结构方程软件，是最值得推荐的。

lisrel算是最早的结构方程软件，功能也比较多，但是学起来相对复杂，编程语言不够简洁，而且更新慢。

amos操作比较简便，易学，不过相对而言功能比其他几个软件少一些（当然重要功能还是比较完整的）

下面有一个几种软件的功能对比图以作参考：

所以综合功能的丰富性和易学性，推荐学习mplus或者amos，能力比较好的话，可以学一下R

结构方程模型（SEM, Structural Equation Modeling）是建立在回归模型（Regression Models）的基础上，针对潜变量（Latent Variables）的统计方法。&ltimg src="https://pic1.zhimg.com/v2-9097acc14cb5f4a901d4e2d1cf883030_b.png" data-rawwidth="308" data-rawheight="260" class="content_image" width="308"&gtf为latent variable, 例如智力、自尊等，在该SEM模型中为predictor。y1,y2,y3为observed variables, 即可直接测量得到的变量，在该SEM模型中为indicators。λ1-3为factor loadings，ε为residual error。f为latent variable, 例如智力、自尊等，在该SEM模型中为predictor。y1,y2,y3为observed variables, 即可直接测量得到的变量，在该SEM模型中为indicators。λ1-3为factor loadings，ε为residual error。先前提到SEM是建立在regression model基础上的，该模型可写为如下方程：y1 = λ1*f + ε1y2 = λ2*f + ε2y3 = λ3*f + ε3即可看到与regression model的联系。SEM较为广泛应用的是方差/协方差估计法。即可由上述方程写出关于y1,y2,y3的方差/协方差矩阵：（σ为f的variance）&ltimg src="https://pic3.zhimg.com/v2-4d1ae9e59cf5987bc5ad78ac07b42c7a_b.png" data-rawwidth="453" data-rawheight="93" class="origin_image zh-lightbox-thumb" width="453" data-original="https://pic3.zhimg.com/v2-4d1ae9e59cf5987bc5ad78ac07b42c7a_r.png"&gt而后计算机根据实际矩阵，对factor loadings等parameters进行估计并输出估计矩阵，与实际矩阵差异最小（最理想）时，即输出结果，得到各估计参数和拟合指数。而后计算机根据实际矩阵，对factor loadings等parameters进行估计并输出估计矩阵，与实际矩阵差异最小（最理想）时，即输出结果，得到各估计参数和拟合指数。应用较多的模型/方法：MIMIC, multiple group models（比较组间差异）, latent growth modeling（比较纵向差异）等。应用广泛的软件：1、Mplus。优点：编程简单，结果全面。缺点：收费，贵。学生版是300$。2、Amos。优点：傻瓜，画图拖数据即可。缺点：模型稍一复杂就很费时。3、R。下个package即可。优点：兼容性、专业性强。缺点：用的人少，不利于伸手党。4、LISREL。优点：易入门。缺点：需输入各矩阵，略过时。其他还有一些软件，不了解。SEM入门不久，以上为个人理解，求探讨求轻喷。么么哒