前两句话没啥问题
结构方程的话：
Default model（预设模型），Saturated model（饱和模型），Independence model（独立模型）。
在模型适配度统计量识别方面需要以Default model（预设模型）为主。HOELTER为临界样本数CN适配统计量。

1. x2值：显著性概率值p>0.05（未达显著水平），x2使用样本数为100至200；.
2. GFI值：>0.90；
3. AGFI值：>0.90；
4. RMR值：<0.05；
5. RMSEA值：<0.05（适配良好），<0.08适配合理；
6. NCP值：越小越好，最好是0；
7. NFI值：>0.90；
8. RFI值：>0.90；
9. IFI值：>0.90；
10. TLI值：>0.90；
11. PGFI值：>0.50；
12. PNFI值：>0.50；
13. CN值：>200；
14. NC值（x2自由度比值）：1<NC<3，表示模型有简约适配度；NC>5，表示模型需要修正。
15. 标准化后的estimate相当于标准化回归系数β
16. C.R.为检验统计量（临界比），临界比值为t检验的t值，比值如果大于1.96表示达到0.05显著水平。
17. P值为显著性，***：<0.001；若>0.001，会直接显示p值的大小。
18. S.E.，standard error,标准误。标准误不是标准差，而是多个样本平均数的标准差。标准误越小，表明样本统计量与总体参数的值越接近，样本对总体越有代表性，用样本统计量推断总体参数的可靠度越大。因此，标准误是统计推断可靠性的指标。