sas结构方程很美，但图形好像很难调整，不知是不是我没找对地方。

spss的amos图形调整起来好像很便利，不知sas能不能通过语法调整。

结构方程技术为社会科学计量分析工作者所钟爱。结构方程有效地整合了各种统计方法，可以实现复杂变量间的路径关系，尤其是多因变量的问题。可以认为这种技术是解决面的问题的一种特有的方法。

1）先验理论性

SEM模型的“一边”是先验理论导出的协方差结构，“一边”是样本数据导出的协方差结构。可以看出，先验理论的重要性，故SEM模型本质上是验证性模型。所以在分析过程中，从变量及模型的界定到绘制路径图，均在先验理论的基础上完成的，样本数据更多是起到了验证的作用。

如果样本数据结构与理论模型结构匹配，则模型是适切的，具体可参考模型拟合指标。

2）以模型的协方差结构为基础

协方差用于描述两个变量间的关联程度。样本协方差矩阵与理论协方差矩阵是SEM运算的基础，当然也可以使用相关矩阵，不过如果用户使用相关矩阵，需要提供标准差信息，否则SEM输出将无法计算协方差信息。

值得一提的是统计标准格式的原始数据也是允许的。

3）集测量模型与结构模型于一体

结构方程模型在很多方面有效地整合，并发展了测量理论与统计分析，例如自变量的测量误差、误差间的相关、信效度、融合多种多元统计技术等。

4）与他统计模型间的拓展

由于SEM具有多种统计方法的特性，这也为方法间的融合，提供了必要的温床。目前统计学方法论的一个新的趋势是基于追踪数据分析的方法（重复测量数据）与结构方程模型的结合（张雷、侯杰泰,2002），当然，将多层线性模型整合到结构方程模型的框架下却也形成了另一套独立的方法系统（王济川等，2008）。

5）多种评价指标的运用

SEM模型使用多种指标评价模型，像NFI、NNFI、ECVI、CAIC、BIC、GFI、AGFI等等。各指标有不同特点，即评价模型优劣的不同侧面，所以需要综合参考。

6）大样本理论的产物

由于SEM联立了多种多元统计于一身，所以多元统计的假设条件，同样也适用于SEM模型，像变量的正态性、观测间的独立性、异方差、样本量等等。尤其是对样本量有严格的要求。一般而言，样本量需要在200个观测以上，SEM结果才能比较稳定，100个观测是底线（贝叶斯SEM处理）。

当然如果使用比较特殊的参数估计，像渐进分布自由法（ADF），需要的样本量应在2000以上。

sas代码：官方数据

data wheaton(type=cov);

_type_ = 'cov';

input _name_ $ 1-11 anomie67 powerless67 anomie71 powerless71 education sei;

label anomie67='anomie (1967)' powerless67='powerlessness (1967)'

anomie71='anomie (1971)' powerless71='powerlessness (1971)'

education='education' sei='occupational status index';

datalines;

anomie67 11.834 . . . . .

powerless67 6.947 9.364 . . . .

anomie71 6.819 5.091 12.532 . . .

powerless71 4.783 5.028 7.495 9.986 . .

education -3.839 -3.889 -3.841 -3.625 9.610 .

sei -21.899 -18.831 -21.748 -18.775 35.522 450.288

;

ods graphics on;

proc calis nobs=932 data=wheaton plots=all;

path

anomie67 powerless67 <=== alien67 = 1.0 0.833,

anomie71 powerless71 <=== alien71 = 1.0 0.833,

education sei <=== ses = 1.0 lambda,

alien67 alien71 <=== ses = gamma1 gamma2,

alien71 <=== alien67 = beta;

pvar

anomie67 = theta1,

powerless67 = theta2,

anomie71 = theta1,

powerless71 = theta2,

education = theta3,

sei = theta4,

alien67 = psi1,

alien71 = psi2,

ses = phi;

pcov

anomie67 anomie71 = theta5,

powerless67 powerless71 = theta5;

pathdiagram diagram=standard;*图像的输出控制;

run;

ods graphics off;

输出：残差图、系数度指标都非常理想，sasstat在图形调整上的功能有些欠缺，我调不了，不知如何调整，感谢指导一下。