IBM SPSS Amos 28（Amos28）以图形化建模为核心，用户可通过拖放方式直观搭建模型，软件内置探索性结果方程模型、辅助多组分析及高级文本输出等扩展能力。该产品独立于SPSS Statistics软件包，依托成熟的分析技术，支持用户以程序或图形界面两种途径完成统计分析，并对回归、因子分析、相关性分析和方差分析等传统多元分析方法形成补充，服务于理论研究场景，协助构建更为精确的模型。凭借先进的图形界面，操作门槛得以降低，适合有高级统计分析需求的学者与研究人员使用。
1、双击 Amos28.exe 安装文件即可启动安装流程。
2、点击【Next】。
3、勾选【I accept...】这一项，然后点【Next】继续。
4、调整软件安装路径，然后点击【Next】。
5、按下【Install】按钮。
6、安装正在进行，请耐心等待。
7、把【Start IBM...】前面的勾去掉，然后点【Finish】。
8、把【Iservrc】拷贝到软件安装所在文件夹里。
9、点选“替换目标中的文件”这一选项。
10、打开IBM SPSS Amos 28 Graphics，界面正常显示，说明Amos 28已完成安装并激活成功，运行效果如下图所示。
1、图形化用户界面
路径图浏览器可呈现路径模型，并列出当前文件夹内全部路径模型的说明与缩略图标。
用鼠标点一下就能选定程序里的各项功能。
在路径图上点击鼠标，即可直接建立新的变量。
点一下就能切换查看不同的组或模型。
浏览数据文件内容。
将数据集中的变量名称拖拽至路径图之上即可完成对应操作。
二、建模能力
支持建立结构方程模型，模型中可同时包含观测变量与潜变量，覆盖路径分析以及纵向数据模型两类应用场景。
候选模型的指定方式共有两种：
为每个候选模型统一设定相同参数。
以探索性思路运用SEM时，AMOS会逐一尝试多种模型方案，借助AIC与BIC这两项统计指标对各方案加以比较，进而推荐其中表现最优的模型。
可对验证性因子模型、方差成分模型、含误差变量的模型以及一般潜变量模型进行拟合。
对比各组数据的均值构成，并做多组之间的差异分析。
通过自动化配置，可以快速生成多组数据方案并完成验证。
对来自多个总体的数据一并展开分析。
将因子分析与回归分析整合进同一个模型，一次性完成拟合，从而缩短整体耗时。
AMOS 可辨识模型之间的嵌套关系，并自动完成校验统计量的计算，从而支持对多组模型的同时分析。
把路径图转换为VB程序代码。
以自动生成的参数约束对线性增长曲线模型进行拟合。
三、潜在类别分析（混合模型）
进行市场细分研究。
估算各个类群或划分的规模大小。
将混合回归分析与混合建模结合起来使用。
进行混合因子分析。
计算某个个体归入特定类群的可能性大小。
预先设定部分个体归属于某一组，再借助模型对其余个体完成分类，以此训练分类模型。
在多模型分析中，可设定部分参数在各组之间保持一致，而其余参数则允许随组别不同而发生改变。
四、贝叶斯估计
借助信息更充足的先验分布设定，对估计结果加以优化。
采用可自适应调节的底层马尔可夫链蒙特卡洛（Markov chain Monte Carlo, MCMC）计算方式。
按分类清晰、经过审核的数据来完成估算工作。
可以依托非数值型数据完成建模，不必为每条数据赋予数字评分。
直接运用审查数据即可，不必额外附加任何超出常规的假设条件。
五、处理海量计算模型
数据服从正态分布与否并不构成限制，bootstrapping方法均可用来获取估计值。借助AMOS提供的蒙特卡洛与bootstrapping功能，标准化系数、效应估计等各类参数估计的偏差和标准误差都能便捷地计算出来。
检验多元正态分布，并对离群值展开分析。
六、模型创建
利用路径图设定模型。
通过图形化工具，以路径图方式对模型进行直接调整。
在路径图上呈现模型的自由度。
将某条路径图里的部分单步路径复制下来，再粘贴进另一张路径图中使用。
七、分析能力及统计功能
当数据存在缺失时，采用充分利用全部信息的最大似然方法，能够得到效率更高、偏差更小的估计结果。
借助快速bootstrap模拟手段，可在任意检验分布下为任意参数取得近似置信区间，标准化系数同样涵盖在内：
采用Bollen与Stine提出的bootstrap方法对模型进行评价。
计算百分位数置信区间，并对百分位数置信区间做偏差修正。
用随机置换检验来判断有没有模型与之等价，或者是否存在拟合效果更优的模型。
在路径图中，可以为两个或更多参数赋予相同标签，由此建立参数相等约束——这些参数既可位于同一组内，也可分处不同组；约束范围涵盖均值、截距、回归权重与协方差。
估计外生变量均值。
估计回归方程的截距。
对任意参数进行bootstrapping，从而在正态分布假设下给出任意模型参数的近似置信区间，其中也包含通过蒙特卡洛模拟估计得到的标准化系数。
该软件支持多种估计方式，涵盖最大似然估计、未加权最小二乘、广义最小二乘、Browne渐进自由分布标准以及自由尺度最小二乘。
用于模型评价的拟合统计量共有二十余项，涵盖卡方统计量、AIC与BIC准则、Browne-Cudeck准则（BCC）、ECVI、RMSEA及PCLOSE准则、均方根残差值、Hoelter关键样本指标，以及Bentler-Bonett指数和Tucker-Lewis指数。
通过bootstrapping或蒙特卡洛方法，可以针对任意参数得到偏差、标准误差的估计值，并据此获得其他派生统计量。
可依据观测所得的信息矩阵来估计标准误差。
查看各参数对应的P值以及临界值。
缺失数据填充。
为序次分类变量及删失数据填充之。
补全空缺数据并计算潜变量得分。
三种填充思路：贝叶斯方法、随机回归与常规回归。
个别填充：
用线性回归模型对缺失数据进行补全。
个别或多重填补：
借助最大似然方法（ML）完成随机回归填补：以观测数据中得出的参数估计为基础，并假定参数值与其ML估计一致。
贝叶斯估计在思路上与随机回归填补相近，区别在于它并不把参数视为已知的确定值，而是认为这些参数需要经过估计才能获得。
八、制图及其它工具
创建可达到演示水准的路径图：
在路径图上可一键显示或隐藏所有变量名称，操作直观省事。
将路径图打印出来，或者复制后粘贴到其他程序里使用。
借助工具箱中的多项按钮完成模型绘制，其中包括形状调整、复制、适合页面显示以及对齐等功能。
自定义工具条：
可为菜单命令及 AMOS 宏（含用户自定义宏）的热键配置对应的工具条按钮。
给工具条按钮创建图标。
创建快捷键执行宏。
在工具条上点选相应按钮，即可完成模型拟合操作。
直接以您指定的变量名开展分析，无需引入任何希腊字母。
在路径图上标注标题与说明文字。
借助工具栏、菜单与快捷键，可快速完成那些需要反复操作的任务。
路径图上的各元素都配有可弹出的菜单，其中集中展示了针对该元素的操作选项。
通过反射与旋转控件，对测量模型进行重新排布与整理。
借助嵌入式程序为模型补充功能。
九、文档和帮助
该软件配备了内容详尽的在线帮助体系，支持交叉查阅，并针对输出结果给出相应的说明与解释。
附带一本用户手册，内含36个完整实例。
十、数据和文件管理
可处理的文件格式涵盖 dBase（.dbf）、Microsoft Excel（.xls）、FoxPro（.dbf）、Lotus（.wk1、.wk3、.wk4）、Microsoft Access（.mdb）、IBM SPSS Statistics（.sav），还有文本类文件（.txt、.csv）。
(您的评论需要经过审核才能显示)
0条评论