- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕姥爷Stata软件课程笔记共线性AmosM-plus.doc
OLS:最小二乘法
1、共线性:一个自变量是其他某个或某些自变量的组合时,二者具有共线性。
2、无偏估计量:反复抽样本的情况下的一组估计值,是一种方法。
伍德里奇
3、自变量过多:过度设定,此时OLS 仍然是无偏的,但对方差和标准误有影响。
4、变量过少:设定不足,此时OLS 通常有偏。比如大学G点模型漏掉了高中G点的自变量的例子。
5、X1与X2的关系及方向。用工具变量的方法去发现省略变量的影响。
6、方差大一点或小一点的危险比模型有偏的危险要小。
7、不同情形下估计量的期望和方差:第三种即过度设定时,和第一种正确时的估计量一样,及无偏。
8、拟合优度(R^)= RSS/TSS 多大程度上解释了关系,消除了多大误差。
9、排除检验约束:比如把初中、高中、大学综合成教育水平,检查与收入的关系,那么各自单独与收入之间有的正相关,有的负相关,有的等于0;所以在检查教育水平与收入的关系时,就要看三者联合检验的显著度,而不是各自的关系显著度。
路径分析:
路径分析检验识别就是先建立一个假设模型,再依次看去掉某个路径变量后与原模型变化大小。(看卡方和P值)。饱和模型与简化模型(超识别模型)。
如果去掉某个路径后,去掉的路径变量P值显著,则表示不能去掉此路径变量,否则则说明此路径变量对原模型没有太大影响。
图形路径分析软件
AMOS (21版,被SPSS收购后被IBM 收购)
Stata中的SEM Builder的作图路径分析。Stata SEM中的工具栏:estimation—(第一行);view—标准模型(最下一行)。计算好以后然后保存。
M-plus
Amos软件安装:AmosV18安装前安装net3.5,AmosV21安装前安装net4.0,Amos安装前不要注册联网等。然后把EQX文件里的lservrc文件拷贝到Amos’安装文件夹里。
11,21变量,25卡车移动;12,22路径;
18导入数据,33选择变量导入图形内,32加残差项,28选择输出结果;38算参数。
12月30日
路径分析:多个指标之间的关系。有EFA(探索性,发现理论)和CFA(验证性,理论修缮)之别。方程是变量指向各指标的:X1=b1*Var1+ e1(残差项)
结构方程方法(SEM):在路径分析的基础上,加上潜变量,分析潜变量之间的关系。理论先行的。X1=b1* Latent1+D1(残差项),自由度df=0是刚好识别模型,小于0则不行,p值大于0.5则说明比较接近饱和模型。每个潜在变量对应的指标最好要多于两个。
简化方程一般是过度识别的。
SEM=路径分析+因子分析
或SEM=联立方程(路径方程)+潜变量(经济学中往往没有潜变量)
不能在结构方程模型图上“直接在两内生变量间用双箭头连接”,如果需要,则要把双箭头画在两内生变量各自的残差项上。
附:在经济模型中,内生变量是指该模型所要决定的变量。外生变量指由模型以外的因素所决定的已知变量,它是模型据以建立的外部条件。内生变量可以在模型体系内得到说明,外生变量决定内生变量,而外生变量本身不能在模型体系中得到说明。参数通常是由模型以外的因素决定的,因此也往往被看成外生变量。 例:P=a+bQ,表示价格与数量的关系,则a、b是参数,都是外生变量;P、Q是模型要决定的变量,所以是内生变量。在一个模型中,外生变量不可能是自变量和因变量,内生变量就是自变量或者因变量中的一个。
文档评论(0)