1、第一章 绪论 1.1 模型表述 1.1.1 测量模型 1.1.2 结构模型 1.1.3 模型表达方程 1.2 模型识别 1.3 模型估计 1.4 模型评估 1.5 模型修正 附录 1.1 将总体方差协方差表达为模型参数的函数 附录 1.2 结构方程模型的最大似然函数 第二章 验证性因子分析模型 2.1 验证性因子分析模型基础知识 2.2 连续观察标识的验证性因子分析模型 2.3 非正态与删截连续观察标识的验证性因子分析模型 2.3.1 非正态性检验 2.3.2 非正态数据的验证性因子分析模型 2.3.3 删截标识的验证性生因子分析模型 2.4 分类观察标识的验证性因子分析模型 2.5 高阶验证
2、性因子分析模型 附录 2.1 BSI-18量表 附录 2.2 条目可靠度 附录 2.3 Cronbacha系数 附录 2.4 分类结局测量的连接函数和概率计算 第三章 结构方程模型 3.1 MIMIC模型 3.2 结构方程模型 3.3 单标识变量中测量误差的校正 3.4 检验涉及潜变量的交互作用 附录 3.1 测量误差的影响 第四章 潜发 展 模型 4.1 线 性潜发 展 模型 4.2 非 线 性潜发 展 模型 4.3 多 结局测量发 展过 程的 线 性潜发 展 模型 4.4 两部式 潜发 展 模型 4.5 分类结局测量的潜发 展 模型 第 五 章 多组 模型 5.1 多组 验证性因子分析模型
3、 5.1.1 多组 一阶验证性因子分析模型 5.1.2 多组 二阶验证性因子分析模型 5.2 多组 结构方程模型 5.3 多组 潜发 展 模型 第 六 章 结构方程 建 模的 样本 量估计 6.1 结构方程模型 样本 量估计的 经 验 法则 6.2 satorra-Saris法 估计 样本 量 6.2.1 应 用 satorra-Saris法 估计 CFA模型的 样本 量 6.2.2 应 用 satorra-Saris法 估计 LGM模型的 样本 量 6.3 蒙特卡罗 模 拟法 估计 样本 量 6.3.1 蒙特卡罗 模 拟法 估计 CFA模型的 样本 量 6.3.2 蒙特卡罗 模 拟法 估计 LGM模型的 样本 量 6.3.3 蒙特卡罗 模 拟法 估计 具有 协变量的 LGM模型 样本 量 6.3.4 蒙特卡罗 模 拟法 估计 具有 协变量和 缺失值 的 LGM模型 样本 量 6.4 基 于 模型 拟合统 计量 指 标的 SEM样本 量估计 参 考文献
