基础准备
时间进入2017年的冬季，草堂君发现已经不知不觉推送了几百篇文章，根据文章的理论逻辑和前后关联，这些文章被整理成5份导航页，读者只需点击导航页内的文章名称即可直接阅读。如果手机上阅读不方便，也可以将导航页发送到电脑上阅读，具体操作可以参考下面的介绍文章：
重视基础
时势造英雄，万众炒概念。“大数据”是当下最热门的词汇，甚至有些媒体将其塑造成无所不能，马上就能超越和颠覆人类的洪水猛兽。在“不能被淘汰”和“占领先机”等思维的推动下，在全社会都掀起学习数据分析（人工智能）的热潮，有需求就有商机，随之而起的就是众多打着“速成”旗号的数据分析培训班和在线学习网站。
草堂君认为，作为学习方式，培训班和在线视频学习都是非常好的学习方式，但是商人不应该抓住“数据小白”希望自己迅速成为“数据分析大师”和“人工智能大师”的心态，打着“速成”，“X周”，“X天”学会数据分析的旗号圈钱。数据分析能力包括三大部分：统计理论、软件使用和行业经验。其中，软件操作是可以速成的，因此大多数培训机构都打着短时间学会某款数据分析软件的旗号招生（时间短来钱快）。统计理论是数据分析的基础，它的作用是帮助数据分析者在海量冗余复杂的数据面前，找到切入点和建立分析逻辑。在此之后，分析软件粉墨登场，它能够快速的验证分析思路是否正确，帮助分析者修正思路，直至最后得到满意的分析结果。在这个过程中，分析软件扮演的是拥有强大计算能力的“执行者”角色。虽然现在很多软件都有“自动分析”功能，但是这种“自动”都是“半自动”，它们的分析逻辑是固定的，要求分析者清楚了解它们的分析逻辑，否则你怎么知道计算机执行的计算过程是你想要的分析过程呢？由此可见，没有速成的数据分析师，只有速成的分析软件操作者。
再聊聊数据分析师的行业经验。数据分析是一门体系依赖性很强的技术，必须与实际行业相结合才能发挥其作用，数据分析的作用是帮助公司、企业和行业提高效率、降低成本、提高利润和制定战略。优秀的数据分析师，不仅需要扎实的数据分析知识，还需要深厚的行业经验。数据分析师在不久的将来，不会仅是互联网公司才有的职位，而会成为所有公司必备职位。希望想要转行做数据分析师的朋友明确这点，不要认为在互联网公司背着“数据分析师”头衔才是优秀的数据分析师，优秀的数据分析师应该是扎根于某个行业，拥有扎实的理论基础，熟练的软件操作技巧，能够帮助公司、企业甚至行业变得更加优秀的人才。
上面讲了这么多，草堂君希望大家不要相信速成，静下心来，夯实理论基础，形成数据分析思路，能够做到拿到数据就在脑中形成分析方向。辅以掌握一到两款软件操作技能，加上对某个行业的深入了解，成为某个领域优秀的数据分析师。
结构方程模型
AMOS是SPSS公司（被IBM公司收购）开发的一款用于处理结构方程模型的软件。AMOS是矩阵结构分析的缩写，英文全称为Analysis of Moment Structure。除了AMOS以外，能够用于结构方程模型分析的软件还有LISREL和EQS等，LISREL是英文线性结构关系的缩写，英文全称为Linear Structural Relationships。AMOS和LISREL的操作界面虽然不同，但是两者对于结构方程模型分析的假定、程序及结果是基本相同的。以上这些用于结构方程模型分析的软件，其实主要综合了两个统计分析功能：降维分析和线性回归分析。前者用于测量模型的验证，后者用于结构模型验证，也就是说结构方程模型包括测量模型和结构模型。
测量模型描述的是潜在变量如何被相对应的显性指标所测量或概念化，潜在变量指的是无法直接测量的变量信息，例如，某个女孩被家长安排相亲，回家以后，家人询问女孩对相亲对象的感觉如何，这个“感觉”就是一个潜在变量，影响“感觉”的因素有很多：家庭条件、学历、长相、身高和工作等等，甚至包括过往感情史，每个因素在女孩心中都会有不同的权重，最后的“感觉”评分是综合了所有因素的结果。
降维分析能够根据众多考察变量相关关系，将它们浓缩成几个代表性变量，并确定权重，得出综合评分。虽然这种权重确定方式仍有争议，但它是目前比较科学的方法。关于降维分析的理论内容和SPSS操作过程，可以点击文章链接回顾：数据分析技术：主成分分析和因子分析。
结构模型由多个线性回归方程组成，而线性回归的作用是通过建立线性回归模型分析不同潜在变量之间的线性相关关系。如下图所示，椭圆形代表潜在变量，长方形代表直接测量变量。图中潜在变量之间的关系仅用一个回归方程不能完全表达，至少需要用两个回归方程。
描述结构方程模型的图称为路径图（如上图），结构方程模型分析也被称为路径分析。路径分析的基础理论和SPSS的操作过程，可以点击文章链接回顾：数据分析方法：路径分析入门。
AMOS分析原理
结构方程模型的建立有两种方式：探索性和验证性，AMOS采用验证性方式。探索性适用于分析者对于变量之间关系无法做出预估，只能利用数据摸索出变量之间的关系，这种方式工作量巨大，想象一下，如果有5个变量，仅考虑两两之间的关系就需要做10次尝试。验证性工作量更小，更有方向性，分析者只需通过数据验证预估的变量关系是否成立即可。
AMOS采用的就是验证性的结构方程模型分析方式。分析者首先在AMOS软件中画出预估的测量模型和结构模型；然后将数据纳入拟合出模型结果；最后将拟合模型中变量之间的关系与数据反映出来的实际变量关系对比，看看两者差异到底有多大，差异小于分析者最低接受限（制定的显著性水平），那就认为分析者的假设模型成立，反之则认为模型不成立。
新篇章老规矩
伴随着统计基础、数据分析基础和SPSS软件应用内容介绍暂告一段落，草堂君将在接下来一段时间介绍AMOS软件应用，推送的内容同样会建立导航页，供大家循序渐进学习。最新的导航页，读者可以从“SPSS生活统计学”公众号的首页下方导航栏获取。
今后的推送文章，草堂君依旧会按照前半部分介绍分析逻辑，后半部分介绍操作的写作结构进行。罗马不是一天建成的，数据分析能力不能速成，希望大家改变“学数据分析就是学软件编程的错误观点”，重视基础理论学习和数据分析逻辑培养，成为期待的自己。
