[人工智能]验证性因素分析的几个指标

参考链接：

问卷数据分析——基于AMOS软件的量表验证性因子分析_哔哩哔哩_bilibili问卷数据分析——基于AMOS软件的量表验证性因子分析https://www.bilibili.com/video/BV1vZ4y197hQ/?spm_id_from=333.788

(1)拟合优度的卡方检验（，goodness-of-fit test）:

是最常报告的拟合优度指标，与自由度一起使用可以说明模型正确性的概率，/ df是直接检验样本协方差矩阵和估计方差矩阵之间的相似程度的统计量，其理论期望值为1。/ df愈接近3，表示模型拟合较好，样本较大时，5左右也可接受。

2)拟合优度指数(goodness-of-fit index, GFI）和调整拟合优度指数（adjust goodness-of-fit index,AGFI):

这两个指数值在0-1之间，愈接近0表示拟合愈差，愈接近1表示拟合愈好。目前，多数学者认为，GFI≥0.90,AGFI≥0.80,提示模型拟合较好(也有学者认为GFI的标准为至少>0.80,或≥0.85）。

(3)比较拟合指数（ comparative fit index, CFI):

该指数在对假设模型和独立模型比较时取得，其值在0-1之间，愈接近О表示拟合愈差，愈接近1表示拟合愈号。一般认为，CFI≥0.9，认为模型拟合较好。

(4)Tucker-Lewis 指数(Tucker-Lewis index TLI):

该指数是比较拟合指数的一种，取值在0-1之间，愈接近О表示拟合愈差，愈接近1表示拟合愈好。如果 TLI>0.9，则认为模型拟合较好。

(5)近似误差均方根（root-mean-square error of approximation, RMSEA) :

RMSEA是评价模型不拟合指数，如果接近0表示拟合良好，相反，离0愈远表示拟合愈差。一般认为,如果 RMSEA=0，表示模型完全拟合;0.05≤RMSEA≤0.08，表示模型拟理合；0.08<RMSEA≤0.10，表示模型拟合一般;RMSEA≥0.10，表示模型拟合较差。

(6)均方根残差（root of mean square residual,RMR):

该指数通过测量预测相关和实际观察相关的平均残差，衡量模型的拟合程度。如果 RMR<0.1，则认为模型拟合较好。

spss计算平均方差提取量AVE和组合信度CR的方法 - DataSense

创作挑战赛

新人创作奖励来咯，坚持创作打卡瓜分现金大奖