使用AMOS图形建立和检测模型

本质上，SEM 是带一个因变量（Y）的多重线性回归模型在多变量上的扩展:

y = i + Xb + e 

这里 y 是因变量上包含观测得分的向量， i 是表示y-截距的单位向量， X 是连续分布或分类（编码）自变量的矩阵， B 是回归权重向量， e 表示残差向量或误差或不能由模型解释的剩余得分。

SEM 由一系列多重回归方程组成 – 所有方程被同时拟合。事实上，使用SEM软件能够产生回归分析。

典型的多重回归分析产生几个统计量，包括整体模型的拟合检验和独立参数估计的检验。此外，分析输出非标准回归系数，这些系数的标准误，和标准化回归系数，另外，回归方程的多重相关系数的平方，或R²表示多重回归方程中自变量解释因变量的方差比例。 正如不久所见，AMOS 产生相同的统计量，虽然是由多个方程而不是一个方程产生的，就像在普通最小二乘回归的情况一样。