LISREL (LInear Structural RELations)是由K.G. Joreskog & D. Sorbom所發展的結構方程模型(Structural Equation Modeling)軟體。LISREL被公認為最專業的結構方程模組(Structural Equation Modeling,簡稱 SEM)分析工具在過去30年期間,LISREL模型軟體已經和架構方程式模型化(SEM)等於同義。SEM 在社會科學方面允許研究人員,以經驗為根據評價他們的理論的管理科學、行為科學、生物學、教育科學和其他領域。這些理論通常能夠結合外顯變數和潛變數(無法直接觀察的變數)以公式來表示出模型,如果資料是作為理論模型的觀察變數來收集的,那麼LISREL程式就能夠結合這些資料來擬合出模型。
LISREL的內容包含多層次分析(multilevel analysis),二階最小平方估測(two-stage least-squares estimation),主成份分析(principal component analysis)等等…。由於LISREL在探討多變項因果關係上的強力優勢,使得LISREL在社會學研究上似乎有愈來愈受重視的趨勢,LISREL系屬於「結構等式模式 (structural equation modeling,SEM)」家族的一員,因此LISREL的最大能耐亦在於探討多變項或單變項之間的因果關係。另外,SEM包含「共變數結構分析(covariance structure analysis)」、「潛在變項分析 (latent variable analysis)」、「驗證性因素分析(comfirmatory factor analysis)」、以及 「LISREL分析(LISREL analysis)」等等,SEM結合了多元迴歸與因素分析,可以同時分析一堆互為關連之依變項間的關係。
SEM之使用步驟如下:
- 發展研究者之理論基礎模式。
- 建構變項間之因果關係的徑路圖。
- 將徑路圖轉化為一套結構等式,並指定其測量模式。
- 選擇輸入矩陣類型(相關矩陣或變異數-共變數矩陣),並對研究者假設之理論模式進行測量與驗證。
LISREL for Windows 不再局限於SEM。最新的LISREL for Windows包括以下統計應用程式。
- 用於結構方程建模的LISREL。
- PRELIS用於數據處理和基本統計分析。
- MULTILEV用於分層線性和非線性建模。
- SURVEYGLIM用於廣義線性建模。
- MAPGLIM用於多級數據的廣義線性建模。
LISREL
LISREL適用於:
- 標準結構方程模型
- 多級結構方程建模
這些方法適用於以下數據類型:
- 關於分類和連續變量的完整和不完整的複雜調查數據
- 關於分類和連續變量的完整且不完整的簡單隨機樣本數據
PRELIS
PRELIS可用於:
- 數據操作
- 數據轉換
- 數據生成
- 計算矩矩陣
- 計算樣本矩的漸近協方差矩陣
- 通過匹配估算
- 多重插補
- 多元線性回歸
- 邏輯回歸
- 單變量和多變量刪失回歸
- ML和MINRES探索性因子分析
MULTILEV
MULTILEV將多級線性和非線性模型擬合為簡單隨機和復雜測量設計的多級數據。它允許具有連續和分類響應變量的模型。
SURVEYGLIM
SURVEYGLIM將廣義LInear模型(GLIM)與簡單隨機和復雜勘測設計的數據相匹配。
可以使用以下採樣分佈的模型。
- Multinomial
- Bernoulli
- Binomial
- Negative Binomial
- Poisson
- Normal
- Gamma
- Inverse Gaussian
MAPGLIM
MAPGLIM implements the Maximum A Priori (MAP) method to fit generalized linear models to multilevel data.
支持 Windows 10, 8, 7