1.1 模型錶述
1.1.1 測量模型
1.1.2 結構模型
1.1.3 模型錶達方程
1.2 模型識彆
1.3 模型估計
1.4 模型評估
1.5 模型修正
附錄 1.1 將總體方差／協方差錶達為模型參數的函數
附錄 1.2 結構方程模型的最大似然函數
第二章 驗證性因子分析模型
2.1 驗證性因子分析模型基礎知識
2.2 連續觀察標識的驗證性因子分析模型
2.3 非正態與刪截連續觀察標識的驗證性因子分析模型
2.3.1 非正態性檢驗
2.3.2 非正態數據的驗證性因子分析模型
2.3.3 刪截標識的驗證性生因子分析模型
2.4 分類觀察標識的驗證性因子分析模型
2.5 高階驗證性因子分析模型
附錄 2.1 BSI-18 量錶
附錄 2.2 條目可靠度
附錄 2.3 Cronbacha係數
附錄 2.4 分類結局測量的連接函數和概率計算
第三章 結構方程模型
3.1 MIMIC模型
3.2 結構方程模型
3.3 單標識變量中測量誤差的校正
3.4 檢驗涉及潛變量的交互作用
附錄3.1 測量誤差的影響
第四章 潛發展模型
4.1 綫性潛發展模型
4.2 非綫性潛發展模型
4.3 多結局測量發展過程的綫性潛發展模型
4.4 兩部式潛發展模型
4.5 分類結局測量的潛發展模型
第五章多組模型
5.1 多組驗證性因子分析模型
5.1.1 多組一階驗證性因子分析模型
5.1.2 多組二階驗證性因子分析模型
5.2 多組結構方程模型
5.3 多組潛發展模型
第六章結構方程建模的樣本量估計
6.1 結構方程模型樣本量估計的經驗法則
6.2 satorra-Saris法估計樣本量
6.2.1 應用satorra-Saris法估計CFA模型的樣本量
6.2.2 應用satorra-Saris法估計LGM模型的樣本量
6.3 濛特卡羅模擬法估計樣本量
6.3.1 濛特卡羅模擬法估計CFA模型的樣本量
6.3.2 濛特卡羅模擬法估計LGM模型的樣本量
6.3.3 濛特卡羅模擬法估計具有協變量的LGM模型樣本量
6.3.4 濛特卡羅模擬法估計具有協變量和缺失值的LGM模型樣本量
6.4 基於模型擬閤統計量／指標的SEM樣本量估計
· · · · · · (收起)