IBM SPSS Amos，又稱結(jié)構(gòu)方程建模工具，是一款非常實(shí)用的圖形化建模軟件。該軟件主要用于對(duì)數(shù)據(jù)進(jìn)行各種分析，包括回歸分析、相關(guān)性分析、方差分析、因子分析、統(tǒng)計(jì)分析等等，通過(guò)分析模型之后，給出詳細(xì)的路徑圖、視圖以及表視圖，讓用戶更加清晰直觀的了解模型結(jié)構(gòu)！

IBM SPSS Amos基本簡(jiǎn)介

IBM SPSS Amos是用于各種目的完美建模工具：

心理學(xué) -發(fā)展模式，以了解如何用藥，臨床和藝術(shù)療法影響心情

醫(yī)療保健研究 -確認(rèn)這三個(gè)變量的-confidence，儲(chǔ)蓄，或研究-最佳預(yù)測(cè)為處方仿制藥醫(yī)生的支持

社會(huì)科學(xué) -研究如何社會(huì)經(jīng)濟(jì)地位，組織成員和其他因素在影響投票行為和政治參與的差異

教育科研 -培訓(xùn)評(píng)估方案結(jié)果來(lái)確定課堂有效性的影響

市場(chǎng)研究 -型號(hào)如何客戶的行為影響新產(chǎn)品的銷售或分析客戶滿意度和品牌忠誠(chéng)度

機(jī)構(gòu)研究 -研究工作相關(guān)的問(wèn)題如何影響工作滿意度

業(yè)務(wù)規(guī)劃 -建立計(jì)量經(jīng)濟(jì)和金融模型和分析影響工作場(chǎng)所職業(yè)素養(yǎng)的因素

方案評(píng)價(jià) -利用掃描電鏡，以取代傳統(tǒng)的逐步回歸評(píng)估項(xiàng)目成果或行為模式

IBM SPSS Amos軟件特色

估計(jì)外生變量均值；

估計(jì)回歸方程的截距；

分析能力及統(tǒng)計(jì)功能；

利用Bollen和Stinebootstrap方法評(píng)估模型；

通過(guò)隨機(jī)置換檢驗(yàn)探查是否存在等價(jià)的或擬合更好的模型；

計(jì)算百分位數(shù)置信區(qū)間以及修正偏差的百分位數(shù)置信區(qū)間；

在存在缺失數(shù)據(jù)的情況中，利用全部信息的最大似然方法，獲得更有效，更小偏差的估計(jì)；

利用快速bootstrap模擬方法獲得任意檢驗(yàn)分布下任意參數(shù)的近似置信區(qū)間，包括標(biāo)準(zhǔn)化系數(shù)；

多種估計(jì)方法，包括最大似然估計(jì)，未加權(quán)最小二乘，廣義最小二乘，Browne的漸進(jìn)自由分布標(biāo)準(zhǔn)以及自由尺度最小二乘；

通過(guò)路徑圖上給兩個(gè)或以上參數(shù)設(shè)置相同標(biāo)簽實(shí)現(xiàn)在同一個(gè)組或者不同組間參數(shù)相等的約束，包括均值，截距，回歸權(quán)重，協(xié)方差；

對(duì)任意參數(shù)執(zhí)行bootstrapping，以給出在正態(tài)分布的假定下任意模型參數(shù)的近似置信區(qū)間，包括利用蒙特卡洛模擬估計(jì)的標(biāo)準(zhǔn)化系數(shù)；

支持的文件類型包括：dBase(.dbf),Microsoft Excel(.xls),FoxPro(.dbf),Lotus(.wk1,.wk3,.wk4),Microsoft Access(.mdb),IBM SPSS Statistics(.sav)，以及文本(.txt,.csv)。

IBM SPSS Amos軟件功能

1、提供 SEM

創(chuàng)建真實(shí)反映復(fù)雜關(guān)系的模型。

使用拖放式繪圖和編輯工具，快速構(gòu)建圖形模型。

使用觀察到的或潛在的任何數(shù)字值來(lái)預(yù)測(cè)任何其他數(shù)字值。

利用多變量分析擴(kuò)展標(biāo)準(zhǔn)方法，例如，回歸、因子分析、差異的關(guān)聯(lián)和分析。

使用非圖形腳本編制功能快速運(yùn)行大型的復(fù)雜模型，并生成略有區(qū)別的類似模型。

2、使用貝葉斯算法分析

以有序的分類數(shù)據(jù)和審查數(shù)據(jù)執(zhí)行估算。

通過(guò)指定內(nèi)容豐富的先驗(yàn)分布，改進(jìn)估算。

使用審查數(shù)據(jù)，而無(wú)需進(jìn)行除正常情況之外的假定。

基于非數(shù)字?jǐn)?shù)據(jù)創(chuàng)建模型，而無(wú)需將數(shù)字分?jǐn)?shù)分配給數(shù)據(jù)。

利用可自動(dòng)調(diào)整的底層“馬爾可夫鏈蒙特卡爾理論 (Markov chain Monte Carlo, MCMC)”計(jì)算方法。

3、提供各種數(shù)據(jù)歸因方法

使用回歸歸因創(chuàng)建單一完整的數(shù)據(jù)集。

您還可以歸因缺失值或潛在變量分?jǐn)?shù)。

使用隨機(jī)回歸歸因或貝葉斯算法歸因創(chuàng)建多個(gè)歸因的數(shù)據(jù)集。