结构方程通径分析方差结构模型与SAS软件TCLIS过程应用.pptVIP

结构方程模型（隐变量分析/通径分析/方差结构模型）与SAS软件TCALIS过程应用 王建生 副研究员 概 况 结构方程模型（Structural Equation Modeling, SEM) 处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不能很好解决的问题。 20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。 目前，已经有多种软件可以处理SEM，包括：LISREL，AMOS, EQS, Mplus，SAS。 相关术语 线性结构方程（linear structural equations， LISREL ） 通径分析（path analysis） 方差结构分析（analysis of covariance structures） 验证性因子分析（ Confirmatory Factor Analysis ，CFA） 隐变量分析模型Latent Variable Analysis 潜（隐）变量模型（Latent Variable Model） 潜变量/显变量（ manifest） 内生变量（endogenous） /外生变量（exogenous）—— 内生变量是由方程系统决定的，可以简单的理解为因变量，在方程“等号”的左边（可以是潜变量也可以是显变量）；外生变量不是由方程系统确定，在可以理解为自变量，在方程“等号”的右边（可以是潜变量也可以是显变量）。 经典的估计方法不再适用（距法） 举 例 100名学生在9个不同学科间的相关系数(correlation coefficient matrix) 样本相关（或协方差）矩阵 correlation/covariance matrix一个或多个有依据的可能模型 (alternative models) 例子 (1/4) HIV行为干预研究 例子 (2/4) 相关系数矩阵 例子 (3/4) 估计 Corr(X1, X2) ? A = 0.50 Corr(X1, Y) ? B + AC = 0.60 Corr(X2, Y) ? C + AB = 0.70 ? A = 0.50 B = 0.33 C = 0.53 例子 (4/4) 检查模型的准确性 拟合优度指数（goodness of fit index），简称为拟合指数(fit index): 、NNFI、CFI df=[不重复元素non-duplicating elements, p(p+1)/2] – [估计参数estimated parameters] 在前面例子 df =9 x 10/2 – 21 = 24 应用条件 模型的说明和因果关系具有基本的理论基础 合理的样本量 （James Stevens的Applied Multivariate Statistics for the Social Sciences一书中说平均一个自变量大约需15个case；Bentler and Chou (1987)说平均一个估计参数需5个case就差不多，但前提是数据质量非常好；而Loehlin (1992)在进行蒙特卡罗模拟之后发现对于包含2~4个因子的模型，至少需100个case，当然200更好；小样本量容易导致模型计算时收敛的失败进而影响到参数估计；特别要注意的是当数据质量不好比如不服从正态分布或者受到污染时，更需要大的样本量。 应用条件 连续的正态内生变量（对于内生变量的分布，理想情况是联合多元正态分布即JMVN） 模型可识别（识别方程）（比较有多少可用的输入和有多少需估计的参数；模型不可识别会带来参数估计的失败） 对不完整数据的适当处理 应用条件 完整的数据或者对不完整数据的适当处理 对于缺失值的处理，一般的统计软件给出的删除方式选项是pairwise和listwise，然而这又是一对普遍矛盾：pairwise式的删除虽然估计到尽量减少数据的损失，但会导致协方差阵或者相关系数阵的阶数n参差不齐从而为模型拟合带来巨大困难，甚至导致无法得出参数估计；listwise不会有pairwise的问题，因为凡是遇到case中有缺失值那么该case直接被全部删除，但是又带来了数据信息量利用不足的问题 CALIS/TCALIS 协方差结构分析的过程——CALIS（Covariance Analysis of Linear Structural Equations），该过程可广泛用于多变量线性回归、路径分析和因果关系模型、各种线性或非线性潜变量模型，它对于SEM的处理可能不如AMOS或LISREL那样能直观输出