《表4 分位结构模型与一般结构方程模型误差比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分位结构模型的城市干道出入口管理安全影响因素识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了比较分位结构方程模型和一般结构方程模型的误差，评判标准使用均方根误差RMSE和均方根近似误差RMSEA，前者是用来衡量预测值和观测值之间的差异，后者提供基于卡方统计样本大小的结构方程误差。RMSE被定义为，式中:Yi为观测值；为预测值；n为观测数。此外，均方根近似误差RMSEA定义为，其中，N为样本大小；df为模型的自由度。通常情况下，RMSEA用0.01，0.05和0.08分别表示优秀、良好和一般。表4给出了RMSE和RMSEA两种模型。结果表明在本研究中，分位结构模型的平均RMSE值小于一般结构模型的RMSE值。分位结构模型的RMSEA平均值低于0.05，尤其是中位值较小，属于良好拟合；而一般结构模型的值在0.05～0.08之间，属于中等拟合。因此，分位结构方程模型的拟合结果要优于一般的结构方程模型，达到了预期的结果。