转自：http://bbs.chinahrd.net/space/vi ... postid=4462&spaceid=2477
这个研究是比较男学生「在学业上的」（Academic，例如功课）的语文能力的表现与「非学业上的」（Non-Academic，例如平常书写）的语文能力的表现的「平均差」（mean difference）。这个例子比较复杂，因为用了第5班和第7班的同学来研究。所以潜变量是「语文能力」（Verbal5 和Verbal7），两个项目指标（indicators）还是「阅读能力」（Reading5 和Reading7）和「写作能力」（Writing5 和Writing7）。同样、因为我们要比较「潜变量的平均值在两组（学业组和非学业组）的差异」，所以要在模型里加上「截距」（Const）。
Reading5 = υ1 +
λ1（Verbal5） + ε1
Writing5
= υ2 +
λ2（Verbal5） + ε2
Reading7 = υ3 +
λ3（Verbal7） + ε3
Writing7
= υ4 +
λ4（Verbal7） + ε4
下图中，「截距」（Const）指向「语文能力」（Verbal5 和
Verbal7）这两条路径就是「语文能力」的平均值（我们最有兴趣的参数）。
Group 1: Boys Academic (BA) Reading andwriting
Observed Variables: Reading5 Writing5Reading7 Writing7
Covariance Matrix
281.349
184.219
182.821
216.739
171.699
283.289
198.376
153.201
208.837
246.069
Means
262.236
258.788
275.630
269.075
Sample Size: 373
Latent Variable: Verbal5
Verbal7
Relationships:
Reading5 = const + 1*Verbal5
Writing5 = const + (1)*Verbal5
Reading7 = const + 1*Verbal7
Writing7 = const + (1)*Verbal7
Group 2: Boys Non-Academic (BNA)Reading and writing
Covariance Matrix
174.485
134.468
161.869
129.840
118.836
228.449
102.194
97.767
136.058
180.460
Means
248.675
246.896
258.546
253.349
Sample size: 249
Relationship:
Verbal5 = const
Verbal7 = const
Set the Error Variances of Readings5 –Writing7 free
Set the Variance of Verbal5 - Verbal7 free Set the Covariance of Verbal5 andVerbal7 free End of problem
解释： 1.
这一次我们把四个「观察变量」（Observed Variables）reading5、writing5、reading7 和
writing7都用了。 2.
我们有两个潜变量，verbal5 和
verbal7。就是第5班和高他们两班的第7班的同学的语文能力。 3.
「比例系数」和「起始值」都跟上一个日志一样的。 4.
同样的，我们在第一组没有估计verbal5 和
verbal7 的平均值，根据系统的假定，这两个潜变量在第一组的平均数都「标度」为0（我们把它们定义为0）。 5.
同样的，我们在第二组叫系统估计： Verbal5 = const
Verbal7 = const
这两个估计出来的参数就是「两组的语文能力的平均数的相差（因为第一组是0）」。这就是我们要的答案。 6.
Set the ErrorVariances of Readings5 – Writing7 free
我们容许第一组和第二组的误差（ε1到ε4）不一样。 7.
Set the Variance ofVerbal5 - Verbal7 free
Set the Covariance of Verbal5 and Verbal7 free 我们容许第一组和第二组的潜变量的「方差」和「协方差」不一样。 
结果发现，第二组的「第五班的语文能力的平均值」是-13.80**，第二组的「第七班的语文能力的平均值」是-17.31**。两个班别的学生在「非学业上的」的语文能力表现都比「学业上的」语文能力表现显著的低。 | 
