آموزش نحوه ساخت syntax با لیزرل (LISREL)

آموزش نحوه ساخت syntax  با لیزرل (LISREL)

پراچر (2006)[1]

  1. ساخت syntax برای برای محاسبه همبستگی بین X و Y:

TI bivariate correlation

    DA NI=2 NO=40

    CM

    0.958365

    0.231046 1.163310

    MO NX=2 NK=2 LX=DI,FR PH=ST TD=ZE

    LK

    X Y

    ST .5 LX 1 1 LX 2 2 PH 2 1

    PD

    OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF

  1. ساخت syntax برای محاسبه همبستگی بین X و Y به طور همزمان در دو گروه، با محدودیت برابری در محل.
  2. ساخت syntax برای محاسبه همبستگی نسبی بین X و Y، و متغیر کنترل برای هر دو W.
  3. برای محاسبه همبستگی نسبی بین X و Y به طور همزمان در دو گروه، هر دو تحت کنترل X و Y توسط W، با محدودیت برابری در محل.
  4. برای محاسبه همبستگی مربعات بین X و Y.
  5. ساخت سینتاکس برای آزمایش یک فرضیه الگوی برای همبستگی. این نحو شامل چند صفت داده چند روش مورد بحث می شود.
  6. برای آزمایش یک فرضیه الگوی برای ارتباط با مشتقات جزئی.

GROUP 1 bivariate correlation     DA NG=2 NI=2 NO=40     CM     0.958365     0.231046 1.163310     MO NX=2 NK=2 LX=DI,FR PH=ST TD=ZE     LK     X Y     ST .5 LX 1 1 LX 2 2 PH 2 1     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF     GROUP 2 bivariate correlations     DA NI=2 NO=40     CM     0.923433     0.021623 1.263412     MO NX=2 NK=2 LX=DI,FR PH=ST TD=ZE     LK     X Y     ST .5 LX 1 1 LX 2 2 PH 2 1     EQ PH(1,2,1) PH(2,1)     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF TI partial correlation     DA NI=3 NO=40     CM     1.405466     0.633555 0.958365     0.359973 0.231046 1.163310     MO NX=3 NK=3 LX=FU,FI PH=SY,FI TD=ZE     LK     W X Y     FR PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     VA 1 PH 2 2 PH 3 3 LX 1 1     ST .5 PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF GROUP 1 partial correlation     DA NG=2 NI=3 NO=65     CM     1.371222     0.308131 0.875000     0.063412 0.024306 0.085601     MO NX=3 NK=3 LX=FU,FI PH=SY,FI TD=ZE     LK     W X Y     FR PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     VA 1 PH 2 2 PH 3 3 LX 1 1     ST .5 PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF     GROUP 2 partial correlation     DA NI=3 NO=49     CM     1.593040     0.104162 1.034864     0.043919 0.123677 0.086420     MO NX=3 NK=3 LX=FU,FI PH=SY,FI TD=ZE     LK     W X Y     FR PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     VA 1 PH 2 2 PH 3 3 LX 1 1     ST .5 PH 1 1 PH 3 2 LX 2 1 LX 2 2 LX 3 1 LX 3 3     EQ PH(1,3,2) PH(3,2)     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF TI corr_squared     DA NI=2 NO=40     CM     0.958365     0.231046 1.163310     MO NX=2 NK=2 LX=FU,FI PH=SY,FI TD=ZE AP=1     LK     X Y     FR LX 1 1 LX 2 2 PH 2 1     ST .5 LX 1 1 LX 2 2 PH 2 1     VA 1 PH 1 1 PH 2 2     CO PA(1)=PH(2,1)**2     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF TI bivariate correlation pattern hypothesis     DA NI=6 NO=113     CM     1.00     0.53 1.00     0.56 0.44 1.00     0.65 0.38 0.40 1.00     0.42 0.52 0.30 0.56 1.00     0.40 0.31 0.53 0.56 0.40 1.00     MO NX=6 NK=6 LX=DI,FR PH=ST TD=ZE     LK     QS AS ES QP AP EP     ST .5 LX 1 1 LX 2 2 LX 3 3 LX 4 4 LX 5 5 LX 6 6     ST .5 PH 2 1 PH 3 1 PH 3 2 PH 4 1 PH 4 2 PH 4 3     ST .5 PH 5 1 PH 5 2 PH 5 3 PH 5 4 PH 6 1 PH 6 2 PH 6 3 PH 6 4 PH 6 5     EQ PH 2 1 PH 5 1 PH 4 2 PH 5 4     EQ PH 3 1 PH 6 1 PH 4 3 PH 6 4     EQ PH 3 2 PH 6 2 PH 5 3 PH 6 5     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF TI partial correlation pattern hypothesis     DA NI=10 NO=1071     CM      0.249      0.003  0.229      0.025  0.157  0.283      0.032  0.141  0.213  0.258     -0.006  0.146  0.143  0.134  0.223      0.024  0.171  0.269  0.217  0.178  0.377      0.017  0.137  0.201  0.181  0.143  0.248  0.283     -0.009  0.146  0.144  0.128  0.166  0.172  0.149  0.246      0.028  0.178  0.278  0.231  0.180  0.342  0.257  0.195  0.459      0.012  0.143  0.194  0.174  0.146  0.231  0.203  0.166  0.275  0.316     MO NX=10 NK=10 LX=FU,FI PH=SY,FI TD=ZE     LK     SEX M08 R08 C08 M10 R10 C10 M12 R12 C12     FR PH 1 1 PH 3 2 PH 4 2 PH 4 3 PH 5 2 PH 5 3 PH 5 4 PH 6 2 PH 6 3     FR PH 6 4 PH 6 5 PH 7 2 PH 7 3 PH 7 4 PH 7 5 PH 7 6 PH 8 2 PH 8 3     FR PH 8 4 PH 8 5 PH 8 6 PH 8 7 PH 9 2 PH 9 3 PH 9 4 PH 9 5 PH 9 6     FR PH 9 7 PH 9 8 PH 10 2 PH 10 3 PH 10 4 PH 10 5 PH 10 6 PH 10 7     FR PH 10 8 PH 10 9 LX 2 1 LX 3 1 LX 4 1 LX 5 1 LX 6 1 LX 7 1 LX 8 1     FR LX 9 1 LX 10 1 LX 2 2 LX 3 3 LX 4 4 LX 5 5 LX 6 6 LX 7 7 LX 8 8     FR LX 9 9 LX 10 10     VA 1 PH 2 2 PH 3 3 PH 4 4 PH 5 5 PH 6 6 PH 7 7 PH 8 8 PH 9 9 PH 10 10     VA 1 LX 1 1     ST .5 PH 1 1 PH 3 2 PH 4 2 PH 4 3 PH 5 2 PH 5 3 PH 5 4 PH 6 2 PH 6 3     ST .5 PH 6 4 PH 6 5 PH 7 2 PH 7 3 PH 7 4 PH 7 5 PH 7 6 PH 8 2 PH 8 3     ST .5 PH 8 4 PH 8 5 PH 8 6 PH 8 7 PH 9 2 PH 9 3 PH 9 4 PH 9 5 PH 9 6     ST .5 PH 9 7 PH 9 8 PH 10 2 PH 10 3 PH 10 4 PH 10 5 PH 10 6 PH 10 7     ST .5 PH 10 8 PH 10 9 LX 2 2 LX 3 3 LX 4 4 LX 5 5 LX 6 6 LX 7 7 LX 8 8     ST .5 LX 9 9 LX 10 10     EQ PH 3 2 PH 6 5 PH 9 8     EQ PH 4 2 PH 7 5 PH 10 8     EQ PH 4 3 PH 7 6 PH 10 9     PD     OU ME=ML ND=4 XM EP=0.00001 IT=1000 NS AD=OFF


[1] Preacher, K. J. (2006). Testing complex correlational hypotheses using structural equation modeling. Structural Equation Modeling, 13, 520-543.

/ 0 نظر / 7 بازدید