An error occurred while attempting to fit the model. 擬合模型時出現一個錯誤。
The sample moment matrix is not positive definite. It could fail to be positive definite for any of the following reasons: 樣本協方差矩陣是非正定矩陣。由於下列原因不能正定。
1.The sample covariance matrix or the sample correlation matrix contains a data entry error.樣本協方差矩陣或樣本相關矩陣包含的數據有誤。
2.The ovserved variables are linearly dependent (perhaps because the sample size is too small).觀察變量因為樣本太少產生線性相依的情形。
3.The sample covariance matrix or sample correlation matrix was computed from incomplete data using the method of ‘pairwise deletion’.使用成對刪除法時，從不完全的數據估計出樣本協方差矩陣或樣本相關矩陣。
4.The sample correlation matrix contains correlation coefficients other than product moment correlations (such as tetrachoric correlations). 與產生動差相關相比，樣本相關矩陣包含其他無關相關系數。
For maximum likelihood estimation only, it may be appropriate to check “Allow non-positive definite samples covariance matrices” in the “Analysis Properties” window, or to use the NonPositive method. 用最大似然法估計，應在“分析屬性窗”口中適度檢查“允許非正定樣本協方差矩陣”，或使用非正定的方法。
其他錯誤提示：
Covariance 協方差（共變關系）
Data Files 數據文件的連結設定
File Manager 文件管理
Interface Properties 界面屬性
Analysis Properties 分析屬性
Object Properties 對象屬性
Variables in Model 模型中的變量
Variables in Dataset 數據文件中的變量
Parameters 參數
Diagram 繪圖
Draw Observed 描繪觀察變量
Draw Unobserved 描繪潛在變量
Draw Path 描繪單向路徑圖
Draw Covariance 描繪雙向協方差圖
Figure Caption 圖示標題（圖形標題）
Draw Indicator Variable 描繪指標變量
Draw Unique Variable 描繪誤差變量
Zoom In 放大圖示
Zoom Out 縮小圖示
Loupe 放大鏡檢視
Redraw diagram 重新繪制圖形
Identified 被識別
unidentified 無法識別
undo 撤銷
redo 恢復（重做）
Copy to clipboafd 復制到剪切板
Deselect all 解除選取全部對象
Duplicate 復制對象
Erase 刪除對象
Move Parameter 移動參數位置
Reflect 映射指標變量
Rotate 旋轉指標變量
Shape of Object 改變對象形狀
Space Horizontally 調整選取對象的水平距離
Space Vertically調整選取對象的垂直距離
Drag Properties 拖動對象屬性
Fit to Page 適合頁面
Touch up 模型圖最適接觸
Model-Fit 模型適配度
Calculate Estimates 計算估計值
Stop Calculate Estimates停止計算估計值程序
Manage Groups 管理群組/ 多群組設定
Manage Models 管理模型/ 多重模型設定
Modeling Lab 模型實驗室
Toggle Observed / Unobserved 改變觀察變量/潛在變量
Degree of Freedom 自由度的信息
Specification Search 模型界定的搜尋
Multiple-Group Analysis 多群組分析
Bayesian estimation 適用於小樣本的貝氏估計法
Data imputation 缺失值數據替代法
List Font 字型
Smart 對稱性
Outline 呈現路徑圖的線條
Square 以方型比例繪圖
Golden 以黃金分割比例繪圖
Customize 定制功能列
Seed Manager 種子管理
Draw Covariances 描繪協方差雙箭頭圖
Growth Curve Model 增長曲線模型
Name Parameters 增列參數名稱
Name Unobserved Variables 增列潛在變量名稱
Resize Observed Variables 重新設定觀察變量大小
Standardized RMR 增列標准化RMR值
Plugins 增列
Commands 命令
Categories 分類
Parameter Formats 參數格式
Computation Summary 計算摘要
Files in current directory 目前目錄中的文件
Standardized estimates 標准化估計
Unstandardized estimates 未標准化估計
View the input path diagram-Model specification顯示輸入的路徑圖
View the output path diagram 顯示輸出結果的路徑圖
Default model 預設模型
Saturated model 飽和模型
Independent model 獨立模型
1 variable is unnamed 一個變量沒有名稱
Nonpositive definite matrices 非正定矩陣
Portrait 肖像照片格式（縱向式的長方形：高比寬的長度長）
Landscape 風景照片格式（橫向式長方形：寬比高的長度長）
Page Layout 頁面配置
Orientation 方向
Apply 應用
Latent variables 潛在變量
Latent independent潛在自變量（因變量）
Exogenous variables外因變量
Latent dependent潛在依變量（果變量）
Endogenous variables內因變量
Draw a latent variable or add an indicator to a latent variable 描繪潛在變量或增畫潛在變量的指標變量
Rotate the indicators of a latent variable 旋轉潛在變量的指標變量
Error variable 誤差變量
Draw paths-single headed arrows 描繪單向箭頭的路徑
Draw covariances-double headed arrows 描繪協方差（雙向箭頭）的路徑
Add a unique variable to an existing variable 增列誤差變量到已有的變量中
Residual variables 殘差變量（誤差變量）
Minimization history 極小化過程的統計量
Squared multiple correlations 多元相關平方/復相關系數平分
Indirect, direct ＆ Total effects 間接效果、直接效果與總效果
Sample moments樣本協方差矩陣或稱樣本動差
Implied moments 隱含協方差矩陣或稱隱含動差
Residual moments 殘差矩陣或稱殘差動差
Modification indices 修正指標
Factor score weights 因素分數加權值
Covariance estimates 協方差估計值
Critical ratios for difference差異值的臨界比值/ 差異值的Z檢驗
Test for normality and outliers正態性與極端值的檢驗
Observed information matrix 觀察的信息矩陣
Threshold for modification indices修正指標臨界值的界定
Means and intercepts 平均數與截距
Page Setpage 設定打印格式
Decimails小數點位數
Column spacing 表格欄寬度
Maximum number of table columns 表格字段的最大值
Table Rules 表格范例
Table Border 表格邊框線
Analysis Summary 分析摘要表
Notes for Group 組別注解
Fill color 形狀背景的顏色
Line width 邊框線條的粗度
Very Thin 非常細
Very Thick 非常粗
Fill style 填充樣式
Transparent 顏色透明
Solid 完全填滿
Regular 正常字型
Italic 斜體字型
Bold 粗體字型
Bold Italic粗斜體字型
Set Default 設為默認值
Set Default Object Properties 預設對象屬性
Pen width 對象框線
Fill style 對象內樣式
Parameter orientation 參數呈現方向
The path diagram 繪制的路徑圖中
Normal template AMOS內定的一般樣板格式中
Visibility 可見性：顯示設定項目在路徑圖上
Use visibility setting 使用可見設置
Show picture 顯示圖形對象
Drag properties from object to object 將對象的屬性在對象間拖動
Height 高度
X coordinate X坐標-水平位置
Y coordinate Y坐標-垂直位置
Parameter constraints 參數標簽名稱
Preserve symmetries 保留對稱性
Zoom in on an area that you select 擴大選取的區域
View a smaller area of the path diagram 將路徑圖的區域放大
View a larger area of the path diagram 將路徑圖的區域縮小
Show the entire page on the screen 將路徑圖整頁顯示在屏幕上
Resize the path diagram to fit on a page 重新調整路徑圖的大小以符合編輯畫面（路徑圖呈現於編輯窗口頁面內）
Examine the path diagram with the loupe 以放大鏡檢核路徑圖
Multiple-Group Analysis 多群體的分析
Specification Search 模型界定的搜尋
Select one object at a time 一次選取單一對象
Iteration 8 迭代次數為8
Pairwise Parameter Comparisons 成對參數比較
Varance-Covariance Matrix of Estimates 估計值間方差協方差矩陣
Output輸出結果標簽鈕
Minimization history 最小化過程
Standardized estimates 標准化的估計值
Squared multiple estimates 多元相關的平方
Indirect, direct ＆ total effects間接效果、直接效果與總效果
Sample moments 觀察樣本協方差矩陣
Implied moments 隱含協方差矩陣
Residual moments 殘差矩陣
Modification indices 修正指標
Tests for normality and outlies 檢驗正態性與異常值
AMOS的五種選項估計法：
Maximum likelihood 極大似然法，簡稱ML法
Generalized least squares 一般化最小平方法，簡稱GLS法
Unweighted least squares 未加權最小平方法，簡稱ULS法
Scale-free least squares 尺度自由最小平方法，簡稱SFLS法
Asymptotically distribution free 漸近分布自由法，簡稱ADF法
“錯誤提示”部分：
An error occurred while checking for missing data in the group, Group number 1.
You have not supplied enough information to allow computing the sample variances and covariances. You must supply exactly one of the following: 沒有提供足夠的信息，因而無法計算樣本的方差與協方差，使用者必須正確提供：
a. The sample variance-covariance matrix. a. 樣本方差-協方差矩陣
b. The sample correlation matrix and the sample standard deviations b.樣本相關矩陣與樣本的標准差；
c. Raw data. c.原始資料。
An error occurred while attempting to fit the model. 擬合模型時出現一個錯誤。
The sample moment matrix is not positive definite. It could fail to be positive definite for any of the following reasons: 樣本協方差矩陣是非正定矩陣。由於下列原因不能正定。
1.The sample covariance matrix or the sample correlation matrix contains a data entry error.樣本協方差矩陣或樣本相關矩陣包含的數據有誤。
2.The ovserved variables are linearly dependent (perhaps because the sample size is too small).觀察變量因為樣本太少產生線性相依的情形。
3.The sample covariance matrix or sample correlation matrix was computed from incomplete data using the method of ‘pairwise deletion’.使用成對刪除法時，從不完全的數據估計出樣本協方差矩陣或樣本相關矩陣。
4.The sample correlation matrix contains correlation coefficients other than product moment correlations (such as tetrachoric correlations). 與產生動差相關相比，樣本相關矩陣包含其他無關相關系數。
For maximum likelihood estimation only, it may be appropriate to check “Allow non-positive definite samples covariance matrices” in the “Analysis Properties” window, or to use the NonPositive method. 用最大似然法估計，應在“分析屬性窗”口中適度檢查“允許非正定樣本協方差矩陣”，或使用非正定的方法。
The following covariance matrix is not positive definite. 下面的協方差矩陣是非正定矩陣。
Add a unique variable to an existing variable 在變量中增列一個獨特變量
The following variables are endogenous, but have no residual (error ) variables. 下列變量為內因變量，但是模型中卻沒有界定殘差或誤差變量。
Either the constraints on the parameters or the initial parameter values are bad. This error can occur, for example, if you request a maximum likelihood solution while specifying initial parameter values that prevent the population covariance matrix from being positive definite.
(錯誤的原因可能是)原始參數值欠佳或參數限制不合理。例如，如果你要求最大似然的解決方案而指定初始參數值，要防止人口協方差矩陣是正定矩陣，會出現這個錯誤。
Check to make sure that every eddogenous variable has a residual variable (error variable) associated with it. 檢查確定每個內因變量均界定有一個殘差變量或誤差變量。
You are now treating薪資所得as an endogenous variable, by making it dependent on another variable. However you previously treated 薪資所得 as an exogenous variable by referring to either its variance or its covariance with another variable.
您把“薪資所得”界定為內因變量，把此變量視為依變量，但您又把“薪資所得”界定為外因變量，和其他變量間有共變關系，此種變量的界定不符合AMOS模型的假定。
引用：http://blog.sina.com.cn/s/blog_3eb3a7190101bcwk.html