- 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)。
查看更多
二、结构方程模型的结构与变量 x1 x2 x3 x4 x5 x6 δ1 δ2 δ3 δ4 δ5 δ6 y1 y2 y3 y4 y5 y6 ε1 ε2 ε3 ε4 ε5 ε6 ξ1 ξ2 η1 η2 λ1 λ2 λ3 λ4 λ5 λ6 λ7 λ8 λ9 λ10 λ11 λ12 Φ1 γ1 γ2 γ3 β1 ζ2 ζ1 社经地位 学业自我观 学业成就 自信心 * 依据S及指定模型 找出与S相距最小的 样本的相关矩阵S(或协方差矩阵) correlation/covariance matrix一个或多个有依据的可能模型 (alternative models) 输出 Output 输入 Input SEM 程序 (e.g., LISREL) 再生矩阵 、各路径参数、自由度与各种拟合指数 第二部分结构方程模型的原理 第一章 引言 * 100个学生的推理测验分数 21, 31, 32, 05, 06, 09, 10, 22, 29, 18, 11, 01, 39, 92, 23, 27, 93, 97, 30, 02, 96, 40, 53, 78, 04, 98, 36, 07, 08, 24, 54, 55, 77, 99, 34, 03, 86, 87, 59, 60, 15, 62, 63, 43, 52, 28, 79, 58, 65, 95, 81, 85, 57, 14, 17, 33, 16, 19, 20, 37, 25, 69, 84, 61, 64, 68, 70, 42, 45, 72, 83, 89, 44, 38, 47, 71, 00, 73, 12, 35, 82, 56, 75, 41, 46, 49, 50, 94, 66, 67, 76, 51, 88, 90, 74, 13, 26, 80, 48, 91。 均值Mean=53,标准差SD=15 * 问题:描述数据的两难 简洁 VS 准确? 统计学:追求既简洁又准确的好模型。 * 检验结构方程模型简洁性与准确性的步骤 一、输入观测变量的协方差矩阵或相关矩阵S 二、提出简洁模型 三、程序回馈最接近的再生矩阵 四、检查模型的准确性与简洁性 五、检查其他可能的模型 六、模型比较与选择 * 一、输入观测变量的相关矩阵S 100名学生在9个不同学科间的相关系数矩阵(correlation coefficient matrix) * 二、提出简洁模型M1 模型M1 * 检验模型的方法 模型M1是否真的充分反映了这9个学科之间的关系?是否是一个好的模型? 可以采用结构方程模型中的验证性因子分析(CFA)来检验。 采用LISREL编程,输入被试人数、变量的相关矩阵(或协方差矩阵)、构想模型M1等数据。 * 三、程序回馈最接近的再生矩阵 * 原相关矩阵与再生矩阵的比较 * 对再生矩阵的说明 LISREL程序所提供的再生矩阵 ,是在一定准则下,所有可能解答中最优的一个。它既符合M1,又与相关矩阵S在某种意义上最接近。 与S差距越小,表示模型M1越能吻合数据。 再生矩阵 不可能与原相关矩阵S完全相等。 * 依据输入的相关矩阵S和假设模型M1所估计的各路径参数值 r19=0.73×0.22×0.66 =0.11 r47=0.69×0.19×0.65=0.09 r45=0.69×0.65=0.45 * 四、检查模型的准确性和简洁性 准确性的主要指标:拟合指数(fit index) 1、 :卡方值越小,表示再生矩阵与原相关矩阵差异越小,模型拟合越好。 2、NNFI:通常在【0,1】之间,越接近1说明模型拟合的越好。 3、CFI :同NNFI。 简洁性的指标:自由度越高,模型越简单。 df= [p(p+1)÷2] –需估计的参数 例如M1的自由度为 df =(9 x 10)÷2–21 = 24 * 五、检查其他可能的模型 M2 M3 M4 * M5 M6 M7 * _________________________________________________________________________________________________ 模型 df NNFI CFI 需要估计的参数个数 ______________________________________________________________________________________________ M1 24 40 .973 .982 21 = 9 Load
文档评论(0)