第九章隐变量模型.pptVIP

第九章 隐变量模型 关于隐变量 隐变量（Latent variable）： 具有不可直接观测特征的综合性变量，不可观测，或者说“隐”是其表象；综合性是其本质。 与隐变量相应，我们将普通的变量称为显变量（Manifest Variable）或者观测变量（Observed Variable） 隐变量的处理思路 隐变量的处理方法按照其所使用的分析手段可以分为两大类： 以结构方程模型为代表的模型化方法 以多指标综合加权为代表的不使用模型的方法。 不使用模型处理隐变量的方法 除结构方程模型外的其它处理方法可分成两类： 第一类方法利用隐变量的多维特点，从各个角度选择恰当的观测变量作为其测度指标，以此作为隐变量处理的基础，目前来看所有具有一般性的隐变量处理方法，其思想均属此类； 不使用模型处理隐变量的方法 第二类方法则利用隐变量和其它变量（不是该隐变量的测度变量）之间的关系，建立某种函数关系，以此为处理隐变量的基础，它不需要搜集隐变量测度指标这一过程。此类方法只能处理特殊的隐变量，不具一般性。 不使用模型处理隐变量的方法 1、多指标综合评价法 根据隐变量的含义，将原本综合性的变量进行分解，分解后隐变量的维度就从一维到了多维，在此基础上，在每个维度选择合适的观测变量度量隐变量在该方面的表现，最后再将这些观测变量按一定的原则加权汇总，由多维又重新回到一维，所得同时反映这多