RMSEA是Steiger & Lind(1980, June)提出、Browne & Cudeck(1993)总结的结构方程模型拟合优度的检验量。因为误差的存在，研究者不可能找到与总体完全拟合的简约模型，但是研究者却可以找到一个近似总体的模型。RMSEA就可检验研究者所提出的模型究竟可以被认为拟合总体到什么程度。
RMSEA统计量可由结构方程报告的卡方值计算出
其对应的总体与
的ncp参数关系为
这意味着RMSEA的总体值可在样本收集之后由模型报告的得到基于ncp的置信区间。
有研究者建议(MacCallum, Browne, & Sugawara, 1996)，当RMSEA在0.05以下，表示模型拟合紧密(close fit)，0.05-0.08间表示拟合程度颇可接受(fair fit)，0.08到0.1间表示拟合得比较一般(mediocre fit)，高于0.1表示拟合程度差(poor fit).。通过RESEA推测统计效力和最小样本量对样本量的权衡有重要的价值，通过Preacher & Coffman (2006) 的在线Rweb工具可以直接进行统计效力和最小样本量的计算。这个工具目前只提供单点的计算，在实际研究中，研究者更希望看到一个范围内统计效力如何随样本量变化。下面就是对Preach & Coffman代码的简单改写，使其通过Rweb平台作出样本量从少一半到多一倍范围内统计效力的变化图，代码如下。使用者只需按自己设定的数值按注解替换代码中的数值，点击submit即可。
4 Responses to “RMSEA中统计效力和最小样本量的计算”