一种新的评价结构方程模型拟合效果的校正拟合指数
目的 建立一种新的用于评价结构方程模型(SEM)拟合效果的方法一校正拟合指数(CGFI).方法 在已有拟合指数(GFI)方法的基础上,通过增加1/(N-1)项校正样本量导致的低估效应,通过自由度与变量个数的比值项对模型的复杂程度进行惩罚,构建了CGFI,表达为:CGFI = 1-[df test/k(k+1)][1-GFI-1/(N-1)].基于预设的SEM,采用Monte Carlo技术模拟产生数据,考虑样本量、参数估计方法、模型误设类型及误设程度四种因素,将所提出的CGFI与其他3种拟合指数(GFI,AGFI,PGFI)进行比较.评价标准基于稳健性和对模型误设的敏感性.结果CGFI较GFI有一定改善效果,受样本量的影响更小,对模型误设更为敏感;GFI和AGFI受样本量的影响较大,在样本量较小时存在一定低估.PGFI对模型误设不敏感,且存在较为严重低估.GLS参数估计方法在模型严重误设时容易得到反常的结果.结论CGFI较GFI有较好的表现,临界值为0.95,可用于模型拟合效果的评价.
结构方程模型、拟合指数、模型评价、Monte Carlo模拟、样本量
35
国家自然科学基金81673270
2018-08-01（万方平台首次上网日期，不代表论文的发表时间）
共6页
349-354
