LISREL 10的常見問題與LISREL 8.80的常見問題在很大程度上重疊。在這方面，請注意，LISREL 10的LSF等效于LISREL 8.80的PSF。
1、LISREL可以使用單個數(shù)據(jù)文件執(zhí)行多組分析嗎？
實際上，許多多元數(shù)據(jù)集是來自多個組的觀察值。這些群體的粒子包括性別，語言，學(xué)院等等。
LISREL可用于多個組結(jié)構(gòu)方程模型擬合到多個數(shù)據(jù)。提供了傳統(tǒng)的統(tǒng)計方法，例如ML、RML、WLS、DWLS、GLS和ULS用于完整的多組數(shù)據(jù)，而FIML方法可用于不完整的多組數(shù)據(jù)。
在以前的LISERL版本中，要求用戶為每個組創(chuàng)建單獨的數(shù)據(jù)文件。假設(shè)要分析的組由在八個地區(qū)收集的數(shù)據(jù)組成，則含義是必須 創(chuàng)建八個數(shù)據(jù)集才能適合多組結(jié)構(gòu)方程模型。
LISREL 10 中實現(xiàn)的一項新功能使研究人員可以使用包含一個組變量的單個數(shù)據(jù)集，該組變量可以通過以下方式定義：
在打開LISERL系統(tǒng)文件（.lsf）時使用數(shù)據(jù)菜單。
通過將行插入$GROUPS=<group variable name>語法文件中的任何位置。要在多組分析中使用此數(shù)據(jù)集，請使用主菜單欄中的“數(shù)據(jù)”菜單，然后選擇“組變量...”，從變量列表中選擇“ COUNTRY“，完成后單擊”確定“按鈕。該線性結(jié)構(gòu)示例文件夾包含一個名為子文件夾MGROUPS包含以下統(tǒng)計程序的例子。
2、能否使用多層廣義線性（MGLIM）模塊來擬合用于分組時間和離散時間生存數(shù)據(jù)的模型？
當(dāng)根據(jù)某個事件的發(fā)生以固定的間隔重讀測量對象時，或者僅在分組的時間間隔內(nèi)才知道事件的確切時間時，分組時間生存數(shù)據(jù)的模型可用于分析故障時間數(shù)據(jù)。 。另外，通常情況是，觀察到的對象被嵌套在集群中（即，學(xué)校，公司，診所），或根據(jù)重復(fù)事件進行重復(fù)測量。在這種情況下，使用假定觀測獨立的分組時間模型是有問題的，因為來自同一聚類或主題的觀測通常是相關(guān)的。
或包含聚類和/或重復(fù)數(shù)據(jù)的模型，包括隨機效應(yīng)的模型為解釋相關(guān)生存數(shù)據(jù)中的關(guān)聯(lián)提供了一種方便的方法。
3、是否可以測試序數(shù)結(jié)果的比例幾率與非比例幾率假設(shè)？
術(shù)語“普通”適用于以一系列有序類別二兩感興趣的響應(yīng)度量的改變量。此類變量的示例包括李克特量表和嚴重程度的神經(jīng)病學(xué)評分。名義和順序結(jié)果模型可以看做是二元結(jié)果模型的概括。當(dāng)結(jié)果變量不是二分法或不是真正連續(xù)是，順序模型就變的很重要。如果在連續(xù)模型中分析了序數(shù)結(jié)果，則此類模型可以得出序數(shù)變量分為之外的預(yù)測值。與二進制數(shù)據(jù)一樣，必須進行某種轉(zhuǎn)換或鏈接才能防止這種情況的發(fā)生。連續(xù)模型在應(yīng)用于序數(shù)結(jié)果時也可以產(chǎn)生相關(guān)的殘差和回歸，因為連續(xù)模型未考慮序數(shù)結(jié)果的上限和下限影響。然后，這可能導(dǎo)致回歸系數(shù)的估計有偏差，并且在所討論的序數(shù)變量高度偏斜時，這是很關(guān)鍵的。
許多研究人員已經(jīng)進行了廣泛的工作，以開發(fā)用于分析序數(shù)響應(yīng)數(shù)據(jù)的方法。這些發(fā)展集中在將二分變量的方法擴展到順序響應(yīng)數(shù)據(jù)上，并且主要是在邏輯和概率回歸模型方面。比例賠率模型是順序數(shù)據(jù)分析的常見選擇。在LISREL 10中，可以使用比例和非比例賠率模型進行擬合，以使用卡方差檢驗檢驗比例賠率假設(shè)。參考指南“比例和非比例odds.pdf的模型”包含示例和參考，可通過在線幫助菜單進行訪問。
4、可以使用LISREL 10擬合三級多級廣義線性模型嗎？
聚類或多階段樣本設(shè)計經(jīng)常用于具有固有層次結(jié)構(gòu)的總體。忽略數(shù)據(jù)的層次結(jié)構(gòu)具有嚴重的意義。使用替代方法（例如，將信息匯總和分解到另一個級別）可能會導(dǎo)致預(yù)測變量之間的共線性增加以及估計的較大或有偏差的標準誤差。
稱為廣義線性模型（GLIM）的模型的集合已成為重要且實用的統(tǒng)計工具。GLIM的基本思想是將標準回歸適應(yīng)于完全不同的數(shù)據(jù)。變量可以是二分法，序數(shù)（如5點李克特量表），計數(shù)（逮捕記錄數(shù)）或名義變量。這樣做的動機是定制將結(jié)果連接到相關(guān)自變量的回歸關(guān)系，使其適合因變量的屬性。LISREL 8.8實施了將廣義線性模型（GLIM）擬合到調(diào)查數(shù)據(jù)的統(tǒng)計理論和方法。
社會經(jīng)濟科學(xué)領(lǐng)域的研究人員經(jīng)常將這些方法應(yīng)用于多層次數(shù)據(jù)，因此，得出了不合適的結(jié)果。用于分析多級數(shù)據(jù)的LISREL統(tǒng)計模塊允許設(shè)計權(quán)重。有兩種估計方法，MAP（后驗分布的大化）和QUAD（自適應(yīng)正交），用于將廣義線性模型擬合到多級數(shù)據(jù)。LISREL多級廣義線性模型模塊（MGLIM）允許進行多種采樣分布和鏈接功能。
LISREL 10 MGLIM模塊還包括零膨脹的Poisson模型和零膨脹的Negative-Binomial模型，并打印結(jié)果以用于固定效應(yīng)的單位特定和總體平均估計。
5、對于連續(xù)結(jié)果變量的多級線性模型，可以指定三個以上的水平嗎？
社會科學(xué)研究通常需要對數(shù)據(jù)進行分層結(jié)構(gòu)分析。經(jīng)常引用的多級數(shù)據(jù)示例是一個數(shù)據(jù)集，其中包含對嵌套在學(xué)校中的孩子和嵌套在教育部門中的孩子的測量。
人們已經(jīng)充分認識到需要考慮采樣方案的統(tǒng)計模型，并且已經(jīng)表明，在簡單隨機采樣方案的假設(shè)下對調(diào)查數(shù)據(jù)進行分析可能會產(chǎn)生誤導(dǎo)性的結(jié)果。
多層模型在復(fù)雜調(diào)查數(shù)據(jù)的建模中特別有用。聚類或多階段樣本設(shè)計經(jīng)常用于具有固有層次結(jié)構(gòu)的總體。忽略數(shù)據(jù)的層次結(jié)構(gòu)具有嚴重的意義。使用替代方法（例如，將信息匯總和分解到另一個級別）可能會導(dǎo)致預(yù)測變量之間的共線性增加以及估計的較大或有偏差的標準誤差。為了解決有關(guān)對調(diào)查數(shù)據(jù)進行適當(dāng)分析的擔(dān)憂，LISREL連續(xù)數(shù)據(jù)多級模塊現(xiàn)在還可以處理多達五個級別，并提供了一個選項，供用戶在第1、2、3、4或5級上包括設(shè)計權(quán)重。等級制度。
