文档介绍：结构方程中的缺失数据处理
EM 、FIML 、MI--软件操作与理论探讨
李晓煦 2006/10/06
香港中文大学教育心理系
******@
第一部分:软件操作
-----专业的结构方程分析软件
FIML, EM
---胜任大规模的数据,高强度的运算
MI, EM
-----开源的公共软件,灵活的自由编程
EM, MI
LISREL提供的例子
浏览LISREL的安装目录
打开子目录…\MISSINGEX\

在应用任何一方法之前
检查数据是否因为缺失而错列
看最后几列数据的缺失率是否特别大
检查缺失值的标记,把不合理的数值改为缺失
用直方图、散点图概览(尤其是数据量很大时)
Excel中的数据预览
如何导入自由格式、列对齐格式数据到Excel (数据获取外部数据导入文本文件)
如何在Excel中看直方图与描述统计量(工具加载宏勾选“分析工具库”,确定;工具数据分析选需要的统计分析功能,点“确定”在弹出窗口点“帮助”)
当数据量大于65526或者变量多于256时,需要用LISREL或者SAS、R之类的软件
LISREL中的数据预览
导入数据:
FileImport Data选数据文件,确认设定临时数据文件名,确认手工设定变量个数、首行是否变量名
看多变量散点图、单变量直方图
Graphs…
留意散点图中对鼠标右键功能的提示;
留意直方图中的样本量N
LISREL中需要定义缺失值
DataDefine Variables选变量, 点Missing Values
LISREL图形界面中的缺失值设置
*全部的缺失值都写在下方Global missing values一栏;如果写在上方Missing values栏,。
*除了设置缺失值,Define Variables窗口中,还要点Variable Types设置变量类型
“EM”的两层意思
Expectation-Maximization(EM)是源自缺失数据处理的一种参数估计算法,在许多广泛应用的模型(比如HLM)上有重要的应用
缺失数据中的EM方法特指用EM算法从含缺失的数据估计出协方差/相关系数矩阵、均值向量