基础准备
前面草堂君从Amos的软件安装到如何使用Amos软件进行路径分析、验证性因子分析和结构方程模型分析循序渐进的推送了十几篇文章，文章都已经整理进入Amos软件（导航页）中，大家可以从首页下方导航栏获取最新内容，导航页内容可以点击下方的文章链接了解：
前面这些文章都是假设分析者通过前期调研，心中已经有了模型的框架，然后在Amos中绘制模型图，导入数据，拟合计算，通过计算结果验证绘制的模型结构是否合理，整个分析过程是验证过程；但是有时分析者对某些路径存在疑虑，这就需要不断画模型图，不断验证模型拟合质量是否合适，这样很麻烦。草堂君今天教大家使用Amos快速进行模型筛选，免去了不断画图，不断验证的麻烦。
模型筛选思路
回顾草堂君前面推送的文章：AMOS分析技术：独立模型、饱和模型和假设模型。在这篇文章中，草堂君介绍过，模型的路径数目是介于饱和模型和独立模型之间的，分析者寻找的模型，其路径数目通常也是介于饱和模型和独立模型之间。分析者绘制的模型路径越多，就越接近于饱和模型，反之则越接近独立模型。如果分析者对某些模型路径确定，而对另一些模型路径不是非常有把握，那么可以采用Amos的模型筛选功能。
使用模型筛选功能，Amos将固定分析者确定的路径，其余的路径进行组合排列，各组合排列成的假设模型将用样本数据进行拟合估计，可以分别估计出各个模型的拟合度指标值，分析者再根据这些拟合指标和实际研究背景选择一个最为合适的模型。
我们以一个具体的模型为例，说明模型筛选的思路。下图是由五个测量变量组成的模型，其中“金钱收入”、“身体健康”和“社会人际”是自变量（两两之间建立协方差双向关联），“家庭和谐”即是自变量也是因变量，“生活满意度”是因变量。假设分析者在这些变量的相互关系中，只有“家庭和谐”到“生活满意度”的路径是确定的（黑色箭号），而其它变量之间的路径都不确定（粉红色箭号），如果按照前面介绍的一个模型图拟合一次的方式来比较模型的优劣，工作量是极大的，总共需要拟合64个模型（2的6次方）。
Amos软件提供的模型筛选功能，能够一次性输出64个模型的拟合优度指标，极大的方便分析者快速的筛选出合适的模型。下面草堂君将用上面这个例子介绍如何使用Amos软件进行模型筛选。
案例分析
研究背景：某社会学家研究影响人们对生活满意度的影响因素，他认为影响因素根据范围的不同，可以从三个层次来考虑，首先是自身的身体健康程度；其次是小群体，即家庭的和谐程度；最后是大群体，即社会的参与程度。首先画出以上五个变量（3个自变量、1个中间变量和1个因变量）的饱和模型，如下图所示：
数据以问卷的形式收集，变量设置5个问题，下方的数据为5个问题的总分，例如第一个受访者在社会人际的五个问题总分为34分。总共采集了210个受访者数据，如下图所示：
(Amos模型文件和Spss数据文件都分享在QQ群：134373751)
分析步骤
1、在Amos软件中绘制上面的测量模型图。2、SPSS数据导入，并将spss数据中的变量拖到Amos测量模型相应的矩形中。这两个步骤在前面的Amos文章中已经介绍过很多次，本篇文章省略。大家可以在Amos数据分析导航页中找到前面的文章阅读回顾。
2、确定路径和待筛选路径的设置；点击Amos软件菜单栏的【Analyze】菜单，然后选择【Specification Search】子菜单，会跳出对模型筛选对话框。对话框内有菜单行，主要的按钮功能，草堂君已经在下图注释。
点击“待筛选路径设置按钮”，然后点击路径图中的待筛选路径，路径将变成粉红色。点击“确定路径设置按钮”，然后点击路径图中的确定路径，路径依旧为黑色。设置完成后，模型图如下图所示：
3、点击【运行】按钮，Amos软件将对64个模型进行拟合。
结果解释
1、成功拟合的模型结果展示。如下图所示，对话框中显示能够成功拟合的模型数量为45个，其中包括1个饱和模型。
结果展示了模型卡方值、卡方自由度比值和BIC等模型拟合度指标。其中最好模型的指标数值会用黑体标出。
2、点击【Show Short list】，则只展现少数拟合质量较好的模型。如下图所示，最好的模型为38号模型，其各项拟合度指标都为黑体字。
3、显示最佳模型的路径图。如下图所示，选中38号模型，然后点击【Show path diagram】按钮，可以发现，与饱和模型相比，“社会人际”和“家庭和谐”之间的路径缺失了，剩下的就是38号模型的模型图。
4、显示模型拟合参数结果。如下图所示，首先选中最优模型（蓝色条），然后点击显示参数估计结果按钮（图中2按钮），最后点击展示路径图按钮（图中3按钮），下方的模型图中将展示最优模型的拟合参数。
总结一下
Amos的模型筛选功能可以帮助分析者在模型结构（某些路径）不是非常清楚的情况下，快速的输出所有路径组合模型的拟合结果，帮助分析者结合实际情况确定最终的模型结果，这是一种模型探索的过程。需要注意的是，分析者不可以唯模型筛选结果来确定最终模型，一定要结合实际的研究背景来确定最终的模型结果，这是因为拟合模型的数据通常是样本数据，与总体数据（事实情况）存在偏差，所以唯模型筛选结果来确定模型，有可能选出完全背离现实情况的模型，这也是我们做结构方程模型分析特别需要注意的地方。