多元统计课件-结构方程模型摘要.pptVIP

结构方程模型 模型构建 利用结构方程模型分析变量的关系 ,根据专业知识和研究目的 ,构建出理论模型 ,然后用测得的数据去验证这个理论模型的合理性。建构模型包括指定: (1)观测变量与潜变量的关系; (2) 各潜变量间的相互关系; (3) 在复杂的模型中 ,可以限制因子负荷或因子相关系数等参数的数值或关系。 模型拟合 结构方程模型分析中的模型拟合目标是使模型隐含的协方差矩阵即模型的“再生矩阵”与样本协方差矩阵尽可能地接近。模型拟合中的参数估计方法有许多种 ,每种方法有自己的优点和适用情况。常用的参数估计方法包括:不加权的最小二乘法、广义最小二乘法、极大似然法、一般加权最小二乘法、对角一般加权最小二乘法等。目前极大似然法是应用最广的参数估计方法。 模型评价 评价一个刚建构成或修正的模型时 ,主要检查(1)结构方程的解是否适当 ,包括迭代估计是否收敛、各参数估计值是否在合理范围内; (2) 参数与预设模型的关系是否合理; (3) 检视多个不同类型的整体拟合指数 ,如:绝对拟合指数有 χ 2 、RMSEA (root mean square error of approximation ,近似误差均方根) 、SRMR ( standardized root mean square residual , 标准化残差均方根) 、GFI (goodness of fit