结构方程模型原理及其应用注意事项.pdfVIP

中国卫生统计2006年8月第23卷第4期 367 · ·方法介绍 · 结构方程模型原理及其应用注意事项 山东省潍坊医学院卫生统计教研室(261042)秦 浩 陈景武 结构方程模型(StructuralEquationModel,SEM), 生潜变量，的影响，爹是mx1残差向量。 又称协方差结构模型(CovarianceStructureModeling, 应用结构方程模型的假设条件是:E(妇二0,E CSM)，它主要是在心理、行为、教育和社会科学等学 份)=0,E(e)=0,E仗)=0,E(})=0;}与爹相互独 科的实际应用中发展起来的一个研究方向。到20世 立，S与宁相互独立，。与，相互独立，},a及。相互独 纪80年代，结构方程这一新的数据分析系统已在社会 立;a在对角线上为。，且(I一B)为非奇异阵(})0 科学等领域得到广泛的应用，并被称为近年来统计学 一个完整的结构方程模型包含如下8个参数矩 三大发展之一[(1)。结构方程模型弥补了传统统计方 阵:Ay,A=,B,r,o,*,叹和。;。前面4个矩阵已经 法的不足，它不仅可对某个领域中各种因素之间的关 在测量方程和结构方程中出现，0为潜变量右的协方 系进行研究，而且可对潜变量之间的相关关系，甚至因 差矩阵，?为残差项夸的协方差矩阵，O。和O;分别是 果关系进行研究，因而，近几年在医学领域中应用逐渐 C和s的协方差矩阵，其中Ay,Ay,B,r给出了模型 增多2〔-6)。为了让医学工作者对其有更多的了解，以 中因子负荷和结构系数的估计值，0给出了潜变量之 及在医学领域中更好地运用它，现对结构方程模型的 间的相关系数估计值，T,o:和6。给出了模型的统计 原理、分析步骤及其应用时的注意事项介绍如下。 检验依据。 通常所说的结构方程模型中所有的潜变量和观察 原 理 变量都是中心化变量(均值为零)，若所有变量不是中 结构方程模型是验证性因子模型(验证性因子分 心化变量，则测量方程和结构方程都带有常数项，即一 析)和因果模型(路径分析)的结合体，所包含的因子模 般结构方程模型，它是在原来8个参数矩阵的基础上， 型又称为测量模型(measurementmodel)，其中的方程 又增加了4个参数矩阵，模型更加复杂。有常数项的 称为测量方程(measurementequation)，描述了潜变量 结构方程模型常用于多组比较和纵向数据分析，故我 与观察变量之间的关系;所包含的因果模型又称为潜 们在此只讨论没有常数项的结构方程模型，如读者对 变量模型(latentvariablemodel)，也称为结构模型，其 非中心化模型感兴趣可参考有关书籍。 中的方程称为结构方程(structuralequation)，描述了 结构方程模型与验证性因子模型、因果模型的关 潜变量之间的关系。模型如下: 系如下:如果p二m=0，那么结构方程模型待估计的 测量模型: 参数矩阵有3个:Ax,0,O6，此时结构方程模型成为验 y=ny77+￡ (1) 证性因子模型;如果M=P, ，二、且Ay,A二是单位矩 x=Axe+S (2) 阵，OE,Os是零矩阵，那么结构方程模型待估计的参数 结构模型: 矩阵也是3个:B,r,tli，此时结构方程模型成为因果 I=B9J+几+夸 (3) 模型;因因果分析是回归分析的深入，那么如果进一步 (1)式是内生变量(只受模型内变量影响的变量)的测 限定B二0，那么结构方程模型成为我们通常所说的回 量方程，y是由p个内生指标组成的px1向量，，是 归模型。 由m个内生潜变量(因子)组成的rnX1向量,n，是y