第七章+路径分析.pdf

§7 路径分析 §7 路径分析 §7.1 概述 §7.2 模型构建 §7.3 参数估计与模型识别 §7.4 模型评估 §7.5 软件实现 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 §7.1 概述 §7.1 概述 问题的提出 • 线性相关分析（Correlation ）:线性相关分析中两个变量地 位平等，没有因变量和自变量之分。相关系数不能反映指标之 间的因果关系。 • 线性回归分析（Regression ）:线性回归分析中定义了因变量 和自变量。但它只能表达变量间的直接效应，不能显示可能存 在的间接效应。 §7.1 概述 §7.1 概述 问题的提出 • 结构方程模型分析（Structural Equation Modelling，SEM ）: 结构方程模型是一种建立、估计和检验因果关系模型的方法。 模型中既包含有可观测的显在变量，也可能包含无法直接观测 的潜在变量。结构方程模型可以替代多重回归、路径分析、因 子分析、协方差分析等方法，清晰分析单个指标对总体的作用 和单个指标间的相互关系。 §7.1 概述 §7.1 概述 问题的提出 • 路径分析（Path analysis ）最初由遗传学家Sewall Wright于 1921年所提出，直到1960s才广泛受到重视，是一种用以探讨 多重变量之间因果结构模式的统计技术。 • 利用回归方程式联结自变量（independent variable ，IV ）、 中介变量（mediator ，Me ）和因变量（dependent variable ， DV ）,建立一个统计模型解释一组有关联的变量之间背后的因 果关系。 • 路径模型的目的是建立因果（causality ）解释模型，解释为 何一