无论是什么统计模型,其基本宗旨都是用理论模型的参数预测实际观察到的数据。因此,模型预测的数据和实际数据越接近,模型拟合度就越高。结构方程模型分析的模型拟合是通过比较参数(比如图23 6中的γ和β)预测的方差协方差矩阵(或相关阵)与实际数据的方差协方差矩阵(和相关阵)来实现的,两矩阵之差为残差矩阵。所以,当模型中的变量过多时(比如模型参数和样本含量相同的饱和模型),许多观察误差和偏倚都被反映到参数估计中。因此,在结构方程模型分析中评估模型拟合是一项非常复杂的工作。正因为如此,在众多的模型拟合的指标中没有一个 ......