AMOS24.0是SPSS Statistics 24軟件包中的獨(dú)立產(chǎn)品，也是功能強(qiáng)大的結(jié)構(gòu)方程（SEM） 建模工具，他可以通過對包括回歸、因子分析相關(guān)性分析和方差分析等傳統(tǒng)多元分析方法的擴(kuò)展，為您的理論研究提供更多的支持。

【功能特色】

　　1、圖形化用戶界面

　　·通過路徑圖瀏覽器，可以顯示路徑模型以及當(dāng)前文件夾下所有路徑模型的描述以及小圖標(biāo)

　　·通過簡單的點(diǎn)擊來選擇程序的選項(xiàng)

　　·通過單擊鼠標(biāo)在路徑圖上直接創(chuàng)建新的變量

　　·一次點(diǎn)擊查看不同的組或模型

　　·瀏覽數(shù)據(jù)文件內(nèi)容

　　·直接從數(shù)據(jù)集中把變量名字拖拽到路徑圖上

　　二、建模能力

　　·創(chuàng)建具有觀測變量和潛變量的結(jié)構(gòu)方程模型(包括路徑分析和縱向數(shù)據(jù)模型)

　　·利用兩種方法指定候選模型：

　　- 為每個候選模型設(shè)置一組參數(shù)相等的約束

　　- 探索性方式應(yīng)用SEM。AMOS會嘗試很多模型，同時基于AIC及BIC統(tǒng)計(jì)量比較模型，并給出最佳模型的建議

　　·擬合驗(yàn)證性因子模型，方差成分模型，變量中含有誤差的模型，以及一般的潛變量模型

　　·分析均值結(jié)構(gòu)以及多組數(shù)據(jù)：

　　- 利用自動化設(shè)置迅速地制定并檢驗(yàn)多組數(shù)據(jù)

　　·同時分析來自多個總體的數(shù)據(jù)

　　·把因子及回歸分析合并到一個模型中同時擬合來節(jié)省時間

　　·同時分析多組模型：AMOS能夠確定哪些模型是嵌套的并能夠自動計(jì)算校驗(yàn)統(tǒng)計(jì)量

　　·將路徑圖轉(zhuǎn)化為VB程序

　　·用自動生成的參數(shù)限制來擬合線性增長曲線模型

　　三、潛在類別分析(混合模型)

　　·進(jìn)行市場細(xì)分研究

　　·估計(jì)每個類群或劃分的大小

　　·進(jìn)行混合回歸分析和混合建模

　　·進(jìn)行混合因子分析

　　·估計(jì)個體屬于某類群的概率

　　·訓(xùn)練分類模型。預(yù)先指定一些個體屬于某個組，再利用模型對剩余的個體分類

　　·在多組模型中，限定一些模型參數(shù)在各族相等，同時其它參數(shù)可隨不同組而變化

　　四、貝葉斯估計(jì)

　　·通過指定內(nèi)容豐富的先驗(yàn)分布，改進(jìn)估算。

　　·利用可自動調(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。

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

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

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

　　五、處理海量計(jì)算模型

　　·無論數(shù)據(jù)是否為正態(tài)，您都可以利用功能強(qiáng)大的bootstrapping方法取得估計(jì)值。AMOS中的蒙特卡洛和bootstrapping方法，可以讓您簡單輕松地獲得任意參數(shù)估計(jì)的偏差和標(biāo)準(zhǔn)誤差，包括標(biāo)準(zhǔn)化系數(shù)和效應(yīng)估計(jì)

　　·檢驗(yàn)多元正態(tài)并進(jìn)行離群值分析

　　六、模型創(chuàng)建

　　·利用路徑圖設(shè)定模型

　　·借助圖形工具通過路徑圖直接修改模型

　　·在路徑圖上顯示模型自由度

　　·將部分單步路徑圖拷貝粘貼到其他路徑圖中

　　七、分析能力及統(tǒng)計(jì)功能

　　·在存在缺失數(shù)據(jù)的情況下，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)：

　　- 利用Bollen和Stine bootstrap方法評估模型

　　- 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

　　·通過隨機(jī)置換檢驗(yàn)探查是否存在等價的或擬合更好的模型

　　·通過路徑圖上給兩個或以上參數(shù)設(shè)置相同標(biāo)簽實(shí)現(xiàn)在同一個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

　　·估計(jì)外生變量均值

　　·估計(jì)回歸方程的截距

　　·對任意參數(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)

　　·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

　　·二十多個用于模型評價的擬合統(tǒng)計(jì)量，包括卡方統(tǒng)計(jì)量，AIC，BIC準(zhǔn)則；Browne-Cudeck準(zhǔn)則(BCC);ECVI,RMSEA以及PCLOSE準(zhǔn)則；均方根殘差值；Hoelter的關(guān)鍵樣本指標(biāo)；以及Bentler-Bonett和Tucker-Lewis指數(shù)

　　·利用bootstrapping或蒙特卡洛方法獲得任意參數(shù)的偏差和標(biāo)準(zhǔn)誤差的估計(jì)值及其它派生統(tǒng)計(jì)量

　　可選擇利用觀測的信息矩陣估計(jì)標(biāo)準(zhǔn)誤差

　　·查看每個參數(shù)的P值及臨界值

　　·缺失數(shù)據(jù)填充

　　·為序次分類變量及刪失數(shù)據(jù)填充之

　　·填補(bǔ)缺失數(shù)據(jù)及潛變量得分

　　·三種填充方法：回歸，隨機(jī)回歸，貝葉斯方法

　　·個別填充：

　　利用線性回歸填補(bǔ)缺失值

　　·個別或多重填補(bǔ)：

　　- 利用最大似然方法(ML)進(jìn)行隨機(jī)回歸填補(bǔ)-基于由觀測數(shù)據(jù)得到的參數(shù)估計(jì)；假定參數(shù)與它們的ML估計(jì)相等

　　- 貝葉斯估計(jì)與隨機(jī)回歸填補(bǔ)方法類似；然而，這種方法假定參數(shù)是通過估計(jì)得到的，并不知道其確切的取值

　　八、制圖及其它工具

　　·創(chuàng)建具有演示質(zhì)量的路徑圖：

　　- 便捷地在路徑圖上展示/隱藏全部變量名字

　　·打印或粘貼路徑圖到其它應(yīng)用程序中

　　·使用工具箱按鈕，包括形狀調(diào)整，復(fù)制，適合頁面顯示，以及對齊等來繪制模型

　　·自定義工具條：

　　- 為菜單項(xiàng)或AMOS宏的熱鍵(包括自定義宏)創(chuàng)建工具條按鈕

　　- 給工具條按鈕創(chuàng)建圖標(biāo)

　　- 創(chuàng)建快捷鍵執(zhí)行宏

　　·通過選擇工具條上按鈕擬合模型

　　·直接利用您指定的變量名進(jìn)行分析，不必使用任何希臘字母

　　·在路徑圖上添加標(biāo)題和備注

　　·利用工具條，菜單和熱鍵處理要經(jīng)常執(zhí)行的任務(wù)

　　·使用彈出式菜單顯示路徑圖上每個元素的有用選項(xiàng)

　　·利用反射和旋轉(zhuǎn)按鈕重新整理排列測量模型

　　·使用嵌入程序擴(kuò)展模型功能

　　九、文檔和幫助

　　·豐富的具有交叉對照的在線幫助系統(tǒng)，并具有對輸出結(jié)果的說明或解釋

　　·含有36個完整實(shí)例的用戶手冊

　　十、數(shù)據(jù)和文件管理

　　·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)