SEM各擬合指數(shù)一覽

1、SEM各擬合指標一覽指數(shù)名稱性質(zhì)擬合成功建議值樣本容量影響模型節(jié)儉評估經(jīng)驗性評價X2擬合優(yōu)度檢驗（X2 goodness-of-fit test）絕對擬合指數(shù)p>0.05受影響很大無法評估（1） 樣本容量很小時，容易接受劣勢模型；樣本容量大時，容易拒絕所有擬合很好的模型；（2） 在多個模型比較分析時非常有用；擬合優(yōu)度指數(shù)GFI絕對擬合指數(shù)>0.90受影響無法評估（1） 在最大似然和最小二乘法中比較穩(wěn)定；（2） 在CFA中，當factor loading 和樣本容量較低時，容易接受模型；參數(shù)估計值比較低時，容易接受模型；調(diào)整的擬合優(yōu)度指數(shù)AGFI絕對擬合指數(shù)>0.90受影響可以

2、評估（1） 可以按照模型中參數(shù)估計總數(shù)的數(shù)量對GFI進行調(diào)整；（2） 估計參數(shù)相對與數(shù)據(jù)點總數(shù)越少或自由度越大，AGFI越接近GFI。近似誤差的均方根RMSEA絕對擬合指數(shù) <0.05(<0.08可接受)受影響可以評估（1） 基于總體差距的指數(shù)，多數(shù)學者推薦為常用擬合指數(shù)；（2） 比較敏感；（3） 懲罰復雜模型。比較擬合指數(shù)CFI相對擬合指數(shù)>0.90不易受影響無法評估（1） 應(yīng)用不同的模型估計方法時很穩(wěn)定；（2） 即使是對小樣本模型擬合時表現(xiàn)也很好；（3） 在嵌套模型比較時很有用；規(guī)范擬合指數(shù)NFI相對擬合指數(shù)>0.90樣本容量小時嚴重低估無法評估（1） 對數(shù)據(jù)非正態(tài)

3、和小樣本容量非常敏感；（2） 不能控制自由度；（3） 受樣本容量影響大，漸不使用；Tucker-Lewis指數(shù)（TLI 或NNFI）相對擬合指數(shù)>0.90樣本容量小時一般低估無法評估（1） 在最大似然估計時使用有較好穩(wěn)定性，能正確對復雜模型進行懲罰，準確區(qū)分不同的模型，多數(shù)學者推薦；（2） 在應(yīng)用最小二乘法估計模型時比較差；（3） 可以用于比較嵌套模型；（4） 缺點：估計值變化很大，有時可以超出01的范圍。遞增擬合指數(shù)IFI相對擬合指數(shù)>0.90樣本容量小時一般低估無法評估（1） 在應(yīng)用最小二乘法估計模型時，優(yōu)于TLI、NNFI。（2） 在最大似然估計時，在小樣本和偏差大的模型估計

4、中，容易錯誤懲罰簡約模型，獎賞復雜模型，因此漸不常用。PNFI,PCFI,PGFI節(jié)儉調(diào)整指數(shù)（Parsimony adjusted measures）越接近1越好同時受樣本容量和估計的參數(shù)比率影響?yīng)剟詈喖s模型（1） 屬于依照簡約原則調(diào)整后的指數(shù)，為原來的指數(shù)乘以省儉比率；（2） 模型越簡單，越不被懲罰。（3） 受樣本容量同以上相對應(yīng)的指標，同時受到估計參數(shù)與飽和參數(shù)值的影響AIC（Akaike information criterion）信息標準指數(shù)越小越好不受影響?yīng)剟詈喖s模型用于模型比較CAIC(Consistent Akaike information criterion)信息標準指數(shù)越小越好不受影響?yīng)剟詈喖s模型用于模型比較ECVI(Expected cross-validation index)信息標準指數(shù)越小越好受影響?yīng)剟詈喖s模型（1） 用于模型比較；（2） 在樣本較小時，支持簡約模型；隨著樣本數(shù)的增大轉(zhuǎn)而支持較復雜但解釋力更強的模型。個人建議：（1） AGFI is not enough, 最好綜合各種指標判斷, 特別在CFA