1. 如何写文件的路径
相对路径:是相对而言.要看对象是谁?
你所写的两个路径是根相对路径.
你说的经常看到../什么什么的.那是指从这个当前文件,返回到它的上一级目录.
例如:
一个网页的存放位置在D:\a\game\index.asp
一个图片的存入位置在D:\a\game\images\01.GIF
如果要将图片插入到index.asp这个网页中.那么,这个图片在该网页中的路径为:images/01.gif
因为index.asp这个文件的位置和01.GIF所在的文件夹images是平级的关系.所以index.asp这个文件要先找到images这个文件夹,再从文件夹里找01.GIF文件.
我们再将情况变一下:
网页位置在:D:\a\game\index.asp
图片位置在:D:\a\images\01.GIF
那么,这个图片在该网页中的路径为:../images/01.GIF
这是因为index.asp在同级别的文件中没有01.GIF.因此它要先返回它的上一级目录,通过它的上一级目录查找到images目录下的01.GIF文件.
这下应该明白了吧?
网页里的路径得用/杠.不要用系统里的\杠.
2. 请以“路径”为题目,写一篇文章
我认为文章可以分成"发现路径":"使用路径"和"钻研更好的路径",这3部分,再加上你原来的自身经历和大量的材料论述观点就可以打造出一篇优秀的论证文了.这就是我的想法,不知道是否过关,呵呵.
路径(56分)
广阔无垠的荒漠中心,有着一个草丰水美的绿洲。无数的人,身负行囊,苦苦地行走在不同的道路上。无比地渴求和憧憬着美丽的绿色家园,成功地天堂。
到达成功天堂的路途多种多样。
我曾经看见,一个中年男子,手摇着轮椅,紧皱着眉头,像在深深地思考什么,在曲曲折折的路径上慢慢前行。他蘸着浓香的墨,挥洒着自己多年的人生感悟,挥洒出美丽的思想之光,照耀着他前行的路,照耀着他人生的轨迹。史铁生,面对地坛亘古的红墙,爆发出的智慧思想是他通向绿洲的光灿灿的路途。
我曾经看见,一个青年人抬头望着碧蓝的天空,等待着什么。年轻的他,手捧着厚厚的意文歌词,一遍又一遍地重复着难念的词句。戴玉强,用坚毅爽朗的歌喉,无所畏惧地逆着“泛文化”前行,茫茫路途中,他以顽强的信念克服了种种困难,向他心目中的艺术圣地无悔地执著地大步踏去。这种“守得云开见月明”的勇气与追随是他走向圣地的路径。
我曾经看见,她在清风中飘舞的衣裙和跳动的身影。这只风中的蝴蝶——杨澜是多少人心目中的成功人。传媒事业是一项多么繁复的工作,而她却不仅轻燕般的完成了无数个任务,还开创了“阳光传媒”。她灿烂地微笑着,明媚的阳光下,她跃入了空中,轻轻地摇动着翅膀,创新的精神助她另辟蹊径,是她通向更广达事业的捷径。
史铁生深刻的思考是他通向成功的轨迹,戴玉强的执著和勇气是他走向成功的路途,而杨澜的创新精神为她另辟了一条通向成功的非凡道路。他们为成功选择了不同的路径,留下了一道道金色的轨迹,成为了我们一代人前行路上的偶像和榜样。
纵观历史,多少仁人志士也成功奔走在不同的路径之上。李白“明朝扬帆去,枫叶落纷纷”,以才华与壮志为路。苏轼“小舟从此逝,江海寄余生”,以宽阔的胸襟和博大的情怀为路。辛弃疾“马作的卢飞快,弓如霹雳弦惊”,以骁勇无畏为路。
当下,我们都在苦苦的追寻着自己梦寐以求的目标,都曾落下迷茫的泪,都曾闪现过迟疑的目光。所以,你,我都要作出明智的选择,为自己绿色的美丽的梦选择路径!
3. 如何写路径分析的指令
您好,我目前想做一个路径分析,但不知道程序应该怎么写,也找不到相关资料。
想跟您请教一下,用Lisrel或是Sas怎么做呢?我的外生变量很多(超过25个),包括一些个人背景的、家庭和同伴特征的,请问是否能通过主成分来缩减指标呢?如果两个内生变量之间是相关的关系,那么在写方程时是否也要把相关关系写上呢?庄主@2007-03-13:为了便于其他读者的理解,我先交待一下路径分析 (path analysis) 的简单背景。路径分析可以用作多种目的:一是将因变量之间有关系的的若干个回归模型整合在一个模型里,以助分析和表达的完整和简洁;二是在该整合模型中的各自变量对各因变量的“总影响”(total effects) 分解为“直接影响“(direct effects) 和“间接影响”(indirect effects),如果发现间接影响较大,那就有理论价值了(当然,如下所示,很难发现大的间接影响);三是通过直接影响和间接影响的比较来验证一个自变量是否为“中介变量”(mediating variable),即其直接影响不显著而间接影响显著(上面已说过,不容易发现间接影响、如果同时又要其直接影响不显著,那就更难了)。
如此看来,路径分析是个好东西(不好意思,赶了一回时髦)。其从1960年代兴起,1970-80年代已十分流行。
我在Indiana念博士时,学院里的老师常用路径分析做研究。后来学了SEM(结构方程模型),才知道路径分析有“含测量误差”和“不含测量误差”两种。
前者只研究自变量和因变量之间因果关系,即SEM中的structural model(结构模型)那部分(见图一),而后者则加上了各变量的CFA(验证性因子分析),也即SEM中的measurement model(测量模型)那部分(图二)。 如何写路径分析的指令(转载) 如何写路径分析的指令(转载)好了,现在直接回答你的问题。
问题1从字面上看,只涉及结构模型那部分,所以比较简单、容易。这种路径分析,不仅可以用LISREL、SAS或其它SEM软件,其实也可以用SPSS等通用统计软件,其结果是一样的。
先说在SPSS中如何做。图一是我日前在“Confirmatory regression vs. hierarchical regression" 一文中举的例子相仿(当时只用了三个公式,没有此图)。
如前文中所说,因为该模型中有两个因变量(或内生变量,endogenous variables),所以需要建立两个回归模型,分别为公式一和二,其中变量名和系数名有些改动,系数分别记为b和g,是为了与LISREL用法一致,b表示一个内生变量(如W)对另一个内生变量(如Y)的影响、g表示一个外生变量(如X)对一个内生变量(如W或Y)的影响:Y = b0 + g1X + b2W (公式一)W = g0 +g2X (公式二)在SPSS中,就按上述两个公式分别做一个回归分析。如果你习惯用SPSS指令的话,其syntax分别为:Regression Dependent=Y/Enter X, W.Regression Dependent=W/Enter X.然后将两个回归分析所得到的回归系数填入图一,此时要用standardized Beta(即 B1、B2、G1分别为公式一和三中b1、b2、g1的标准化值),就得到了路径分析。
当然,这里的B1、B2、G1都是直接影响,我们还不知道年龄对Y的间接影响和总影响(注:上网时间对Y只有直接影响没有间接影响,所以其总影响=直接影响),但这可以用手算:X对Y的间接影响 = G1 X B2 (公式三)X对Y的直接影响 = X对Y的直接影响 + X对Y的间接影响 = B1 + G1 X B2 (公式四)由于G1 和B2 都是取值0和±1之间,其乘积一般不大。比如,G1 = 0.5、B2 = 0.5,其乘积只有0.25。
而在含有测量误差的回归中,达到0.5的系数很少见,更常见的是在0.1-0.3之间,那么其乘积只在0.01-0.10之间。这就是为什么间接影响一般不大的原因。
通过SPSS做的路径分析,因为没有将每个变量的测量误差考虑进去,所以是我上面说的“含测量误差”路径分析。同时,因为它是将数个回归分析加以组装(assembled)而非整合(integrated),所以又可以称为“组装型”路径分析。
如果用LISREL呢?大家也许知道,LISREL可以用公式(SIMPLIS)或矩阵 (matrices) 来写。前者容易,其syntax如下 (其中“。”
部分为数据定义和其它指令,这里省略了):。RELATIONSHIPS:Y = X WW = XLISREL OUTPUT EF 。
前三句于SPSS Regression的syntax相仿,最后一句中的 "EF" 是要求LISREL输出间接影响和总影响的结果,不仅不需要手算了、而且会给出间接影响(即公式四)和直接影响(公式五)的显著检验,而SPSS是无法提供这些显著检验的。
用LISREL矩阵指令的人越来越少,属于“斩蛟龙”之术,这里不介绍。如果你问的就是矩阵指令,请告知。
显然,LISREL的结果是“整合”(而非“组装”)型的路径分析,更是一个好东西(又赶了回时髦)。但是,其结果(即直接、间接和总影响的系数)与SPSS加手算的结果完全一样!(大家可以对同一数据分别用这两种软件验证一下。)
道理很简单,因为用的都是同样(含有测量误差)的数据。当然,LISREL可以进一步将各变量的测量指标整合进来(即图二),那么其路径分析的结果与组装结果就可能不一样了,而且一般情况下各种影响的系数都会大一点(因为将测量误差扣除。