华东理工-张晨中级统计文献总结.docxVIP

结构方程文献总结 首先，结构方程它是结构方程模型假定一组潜变量之间存在因果关系 , 潜变量可以分别用一组测量变量表示 , 是某几个测量变量的线性组合 。通过验证测量变量之间的协方差 , 可以估计潜变量之间的路径系数 , 从而在统计上检验所假设的模型对所研究的过程是否合适 。 如果证实所假设的模型合适 , 就可以确定潜变量之间关系的假设是合理的 。 然后，它的基本模型是： 方程( 1 ) 和( 2) 是测量模型 , 表示潜变量( ξ , η )是如何通过测量变量( X , Y ) 间接测量的 。方程 ( 3)是结构模型 , 表示潜变量之间的因果关系 。 ξ 为外生潜变量 , η 为内生潜变量 。 B 表示内生潜变量之间的关系 。 Γ 表示外生潜变量对内生潜变量的作用 , ζ 是模型中未能解释的部分 。 《基于结构方程模型的岗位评价研究》 模型设定 建立评价体系 建立岗位评价路径图 （画图，表达逻辑关系） 在岗位评价的结构方程模型中 , 劳动责任 、 劳动环境 、 劳动技能和劳动强度为外生潜变量 , 岗位相对价值为内生潜变量 。 基于上述变量间的关系 , 我们可以得到岗位评价的结构模型 , 表达式如下 : 式中 , γj ( j =1 , 2 , 3 , 4) 表示第 j 个外生潜变量ξj 对内生潜变量 η ( 岗位相对价值) 的影响系数 。 测量模型： 模型估计：数据获取—计算要素点数—权重计算（参数估计法为极大似然估计法M L）根据运算后的路径图 , 我们可以得到模型中每一个潜变量和测量变量的路径系数 。 通过归一化处理可以确定权重 。 模型评估：看拟合结果，拟合指标来看 , 卡方检验值等，看整体拟合优度（把那些指标写上） 结论：本文在进行岗位评价时 , 从劳动责任 、 劳动技能 、 劳动强度 、 劳动环境 等四个方面进行系统的衡量 、 评比和估价 , 并据此确定各要素点数 。结构方程模型的采用 , 使岗位评价各要素权重的确定更加具有客观性 , 克服了已有因素计点法研究中直接对评价要素采用专家打分的主观性……（建议啊等等） 《中部地区乡镇企业绩效的影响因素分析》 假说1（H1）：政府行为对乡镇企业的绩效有正向影响；假说2（H2）：融资环境对乡镇企业的绩效有正向影响；假说3（H3）：社会资本对乡镇企业的绩效有正向影响；假说4（H4）：企业创新对乡镇企业的绩效有正向影响；假说5（H5）：企业家能力对乡镇企业的绩效有正向影响；假说6（H6）：经营资源对乡镇企业的绩效有正向影响。 确定模型 根据假设，画出结构方程图 确定测量变量： 进行外生潜变量的测定：设计调查问卷，获取数据，进行统计行描述，然因子分析，公因子数为6，经过旋转得到结果。 接下来同前面文献。 本文实证分析表明，经营资源、企业家能力、社会资本对山西省乡镇企业绩效影响显著；政府行为、融资环境、企业创新对山西省乡镇企业绩效影响不显著。……政策呀建议呀 《中国城镇居民福利水平影响因素分析》 《收入与幸福指数结构方程模型构建》见test 主成分分析和因子分析总结 1.主成分分析 概念：利用降维的思想，在损失很小信息的前提下把多个指标转化为几个综合指标的多元统计方法，转化生成的综合指标称为主成分，每个主成分是原始变量的组合且各主成分之间各不相关。 方差贡献率方差累计贡献率 从相关矩阵出发从协方差矩阵出发求解主成分：相关系数矩阵就是随机变量标准化后的协方差矩阵。通过随机变量的标准化,相关系数矩阵剥离了单个指标的方差,仅保留指标间的相关性,用相关系数矩阵计算主成分,其优势效应仅体现在相关性大、相关指标数多的一类指标上。而研究目的与单个指标的方差毫无关系,此时再考虑单个指标方差对优势效应的影响,即用协方差矩阵进行主成分分析,不仅不能达到研究的目的,反而会对研究目的起负面影响。 步骤：（1）对原来的p个指标进行标准化，以消除变量在水平和量纲上的影响（2）根据标准化后的数据矩阵求出相关系数矩阵（3）求出特征方程的特征根和特征向量 （4）计算主成分贡献率及累积贡献率（5）确定主成分（6）计算主成分载荷（7）计算主成分得分（8）对各主成分所包含的信息给予适当的解释 因子分析 概念：是主成分分析的推广，利用降维的思想，由原始变量相关矩阵内部的依赖关系出发，把一个具有错综复杂关系的变量归结于少数几个综合因子的一种多元统计分析方法。 公共因子特殊因子 因子载荷 因子旋转：因子分析要求提取出的公因子有实际意义，但是大部分因子分析的结果中，各因子和原始变量之间额关系并不明显，为了使因子载荷矩阵中系数更加显著，可以对初始因子载荷矩阵进行旋转，使因子和原始变量间的关系进行重新分配，相关系数向0--1分化。 步骤：原始变量的检验，计算所有变量的相关系数矩阵，使用KMO检验（越接近1越好）和Bartlett球度检