Stephen du Toit
Mathilda du Toit
Gerhard Mels
Yan Cheng
LISREL 使用手册
-PRELIS 应用范例
翻译:
程琰
温忠麟
1
目录
PRELIS 应用范例.................................................................................................................................................................... 2
1.1 处理连续性数据................................................................................................................................................... 2
例 1:以健身调查数据示范数据的清理和准备
.......................................................................................................... 2
关于数据....................................................................................................................................................................................... 2
数据准备和前期处理................................................................................................................................................................... 3
读入 Excel 数据文件.................................................................................................................................................................... 4
定义变量类型............................................................................................................................................................................... 5
处理缺失值................................................................................................................................................................................... 6
定义整体缺失值(global missing value) 并进行成列删除(listwise deletion)............................................................... 6
多元计算(multiple imputation) .......................................................................................................................................... 8
插入新变量................................................................................................................................................................................... 9
为新变量赋值..............................................................................................................................................................................11
选择观测对象并产生一个子数据集 ..........................................................................................................................................12
将 PSF 数据集输出为 Excel 可读的文件 ...................................................................................................................................14
数据总览(data screening) .......................................................................................................................................................15
计算正态值(normal scores)....................................................................................................................................................17
计算矩阵......................................................................................................................................................................................19
例 2:多元回归分析
................................................................................................................................................... 20
关于数据......................................................................................................................................................................................20
多元线性回归模型......................................................................................................................................................................21
多元线性回归分析......................................................................................................................................................................21
例 3:用美国经济数据构建二阶最小二乘模型
........................................................................................................ 23
关于数据......................................................................................................................................................................................23
二阶最小二乘数学模型..............................................................................................................................................................24
二阶最小二乘分析......................................................................................................................................................................25
例 4 :以心理学数据为例示范探索性因子分析
...................................................................................................... 26
关于数据......................................................................................................................................................................................26
探索性因子分析的数学模型 ......................................................................................................................................................27
探索性因子分析..........................................................................................................................................................................28
参考文献:............................................................................................................................................................................ 30
中文..............................................................................................................................................................................................30
英文..............................................................................................................................................................................................30
PRELIS 应用范例 2
PRELIS 应用范例
PRELIS 是 LISREL 8.7 的一部分。它主要用于在构建结构模型之前,对数据进行前期处理和初
步分析。
PRELIS 的主要用途包括:
o 将其它格式的数据文件(
SAS, SPSS, Excel, Stat 等等)读入并存储为 PRELIS 数据文
件。
o 将
PRELIS(*.psf)数据输出为其他软件可读的相应格式。
o 对
PRELIS 数据进行处理。(定义变量类型,处理缺失值,数据筛选,生成子数据集
等)。
o 回归模型分析及初步的因子分析等。
o 计算矩阵(协方差矩阵,多项相关系数以及渐近协方差矩阵等)。
o 可以用图表直观地表现数据的状况。
在这一章里,我们用不同类型的变量为例介绍如何应用
PRELIS 来实现上述功能。本章中的
所有数据都存在
LISREL 安装文件夹中的 TUTORIAL 子文件夹里。
1.1 处理连续性数据
这一节里,我们主要介绍如何应用菜单选项对连续性变量进行处理。我们首先来示范如何
用 PRELIS 进行数据清理。然后我们示范如何进行多元线性回归分析以及二阶最小二乘分
析。
例1:以健身调查数据示范数据的清理和准备
关于数据
健身和血液中胆固醇的含量是影响心脏健康的两个重要因素。在一个相关的研究课题中,
对三组成年男子,共 60 人进行了调查并记录了相关数据。这是一个
Excel 格式的数据集,
其文件名是
fitchol.xls,存储在 TUTORIAL 子文件夹中。下表列出了前十个被调查者的观测数
据。
PRELIS 应用范例 3
注意:
-9 代表缺失值。在这个数据集中,共有三个观测对象的数据资料中出现缺失值。
这个数据集中的变量依次是:
o
Group – 组别 (1 是举重运动员, 2 是学生,3 是长跑运动员) 。
o
Age – 年龄。
o
Length – 身高 cm。
o
Mass – 体重 kg。
o
%Fat – 脂肪百分比。
o
Strength 肺活量 lb。
o
Trigl – 甘油三酸脂肪。
o
Cholest – 胆固醇。
要得到此数据集更详细的信息,请参考 Du Toit, Steyn 和 Stumpf (1986)。
数据准备和前期处理
以数据集
fitchol.xls 为例,我们用图解说明怎样用 PRELIS 进行以下工作。
o 读取
Excel 数据
o 定义数据类型
o 定义整体缺失值 (global missing value)
o 插入新变量
o 给新变量赋值
o 选择观测对象并产生子数据集
o 将
PSF 数据文件转换为 Excel 文件
PRELIS 应用范例 4
o 数据总览(data screening)
o 多元计算(multiple imputation)
o 计算正态值
o 计算矩阵
读入 Excel 数据文件
o 选择 File 菜单的 Import Data 选项
以打开
Open 对话框。
o 在
Files of type 下拉菜单中选择 Excel (*.xls) 选项。
o 如下图所示:找到并选择
TUTORIAL 子文件夹 fitchol.xls 文件。
o 点击
Open 键以打开 Save As 对话框。在 File name 字符区内输入 fitchol 得到如下对话
框。