结构方程模型介绍.pptx

结构方程模型原理;内容提要; 一、结构方程模型概述; 3 SEM与几种多元方法的比较 ①SEM与传统多元统计方法（多元统计） 传统多元统计方法：检验自变量和因变量的单一关系（多元方差分析可以处理多个，但是关系也是单一的） SEM:综合多种方法，验证性分析，允许测量误差的存在 ②SEM与典型相关分析（多个自变量与多个因变量之间关系） 典型相关分析：两组随机变量（定性或定量）之间线性密切程度；高维列联表各边际变量的线性关系；探索性分析 SEM:估计多元和相互关联的因变量之间的线性关系；处理不可观测的假设概念；说明测量误差 ③SEM与联立方程模型（联立方程组、变量之间双向影响） 联立方程模型：方程数量取决于内生变量的数量；只能处理有观察值的变量，假定不存在测量误差 SEM:处理测量误差；分析潜在变量之间结构关系 ;④ SEM与人工神经网络（针对不可观测或潜在变量建模） 人工神经网络：执行数据分析时，模型的隐含层接点仍然没有被明确标识出来；数据从输入层通过隐含变量流向输出层（输出向输入回流的网络拓扑结构） SEM:数据分析之前，已经标识潜在变量并构建起假设路径；观测变量都与中心潜在变量相关，潜在变量之间也可能发生关系。 ⑤ SEM与偏最小二乘法（PLS）（集成多种分析方法，对因变量进行测量） PLS：对观测变量协方差矩阵的对角元素拟合较好，适用于对数据点的分析，预测准确度较高 SEM:对观测变量协方差矩阵的非对角元素的拟合较好，适合于对协方差结构的分析，参数估计更准确 ;4 SEM的技术特性 具有理论先验性 同时处理因素的测量关系和因素之间的结构关系 以协方差矩阵的运用为核心 适用于大样本分析（样本数100，分析不稳定；一般要200） 包含不同的统计技术 重视多重统计指标的运用 5 样本规模大小 资料符合常态、无遗漏值及例外值(Bentler Chou, 1987)下，样本比例最小为估计参数的5倍、10倍则更为适当。 当原始资料违反常态性假设时，样本比例应提升为估计参数的15倍。 以ML法评估，Loehlin (1992)建议样本数至少为100 ， 200较为适当。 当样本数为400~500时，此法会变得过于敏感，而使得模式不适合。 ;二、结构方程模型的基本原理; 2 参数（ “未知”和“估计” ） 潜在变量自身：总体的平均数或方差 变量之间关系：因素载荷，路径系数，协方差 参数类型： 自由参数：参数大小必须通过统计程序加以估计 固定参数：模型拟合过程中无须估计 （1） 为潜在变量设定的测量尺度 ① 将潜在变量下的各观测变量的残差项方差设置为1 ② 将潜在变量下的观测变量的因子负荷固定为1 （2）为提高模型识别度人为设定 限定参数：多样本间比较（半自由参数） ;3 路径图 （1）含义：路径分析的最有用的一个工具，用图形形式表示变量之间的各种线性关系，包括直接的和间接的关系。 （2）常用记号： ①矩形框表示观测变量 ②圆或椭圆表示潜在变量 ③小的圆或椭圆，或无任何框，表示方程或测量的误差 单向箭头指向指标或观测变量，表示测量误差 单向箭头指向因子或潜在变量，表示内生变量未能被外生潜在变量解释的部分，是方程的误差 ④单向箭头连接的两个变量表示假定有因果关系，箭头由原因（外生）变量指向结果（内生）变量 ⑤两个变量之间连线的两端都有箭头，表示它们之间互为因果 ⑥弧形双箭头表示假定两个变量之间没有结构关系，但有相关关系 ⑦变量之间没有任何连接线，表示假定它们之间没有 直接联系;（3）路径系数 含义：路径分析模型的回归系数，用来衡量变量之间影响程度或变量的效应大小（标准化系数、非标准化系数） 类型： ①反映外生变量影响内生变量的路径系数 ②反映内生变量影响内生变量的路径系数 路径系数的下标： 第一部分所指向的结果变量 第二部分表示原因变量 （4）效应分解 ①直接效应：原因变量（外生或内生变量）对结果变量（内生变量）的直接影响，大小等于原因变量到结果变量的路径系数 ②间接效应：原因变量通过一个或多个中介变量对结果变量所产生的影响，大小为所有从原因变量出发，通过所有中介变量结束于结果变量的路径系数乘积 ③总效应：原因变量对结果变量的效应总和 总效应=直接效应+间接效应; 3 矩阵方程式 （1）和（2）是测量模型方程，（3）是结构模型方程 是外生观测变量向量， 为外生潜在变量向量， 外生观测变量在外生潜在变量上的因子负荷矩阵， 外生观测变量的残差项向量； 为内生观测变量向量， 为内生潜在变量向量， 为内生观测向量在内生潜在变量上的因子负荷矩阵，为内生观测向量的残差项向量； 和 都是路径系数， 表示内生潜在变量之间的关系， 表示外生潜在变量对内生潜在变量的 影响， 为结构方程的误差项 ;测量模