结构方程模型及其在医学中的应用研究.pdfVIP

中国医院统计 2003年 12月第 10卷第4期 · 讲 座· 结构方程模型及其在医学中的应用研究* 郝元涛 方积乾 【关键词】 回归 通径分析 因子分析 结构方程模型 中图分类号：R195．1 文献标识码：A 文章编号：1006．5253(2003)04．0240—05 结构方程模型(structural equation model， 即 SEM)是一种建立、估计和检验因果关系模型的方 BT]+ + 法。模型中既包含有可观测的显在变量(observed 其中，B表示潜在内生变量对潜在外生变量的效应 variable)，也可能包含无法直接观测的潜在变量(1a— 的系数矩阵(m× )．其对角线元素均为0，而且要 tent variable)。从数理角度看，结构方程模型综合 求卜一B是非退化的(即行列式的值不为0)。I1表 了通径分析和证实性因子分析(confirmatory factor 示潜在外生变量对潜在内生变量的效应的系数矩阵 analysis，CFA)，是一种杂交体【¨。结构方程模型可 (m× )， 表示残差项构成的向量(m×1)。 以替代多重回归、通径分析、因子分析、协方差分析 1．1．3 模型中显在变量的方差一协方差结构 等方法。可以这样说，结构方程模型是一般线性模 结构方程模型的基本思想是根据所建模型再生 型(general linear model，GLM)的扩展。 成一个关于可观测变量的方差一协方差矩阵，通过 1 结构方程模型基本原理 比较再生成的协方差矩阵与样本协方差矩阵的差异 1．1 模型特征 评价模型的好坏。基本的假定是可观测变量的协方 结构方程模型包括两个部分：度量模型和结构 差矩阵是一系列参数的函数。如果模型是正确的， 方程模型。 而且知道参数的值，就能够再生成总体的协方差矩 1．1．1 度量模型(measurement mode1) 阵。结构方程模型的零假设可以表示成： 度量模型一般由两个方程式组成，分别规定了 ∑=∑(0) 内生的潜在向量 刀和内生的显在向量Y(即可观测 ∑是可观测变量的总体协方差矩阵，0是模型 参数向量，∑(0)是用模型参数的函数写成的总体 变量)之间，以及外生的潜在向量 和外生的显在 协方差矩阵。 向量x之间的联系，即： 由上述的度量模型和结构方程模型可以求得向 Y Ayr]+￡ 量Z=(Y ，X )‘的方差一协方差矩阵为 X =A + 一 l ArA(mI1+ )A AY+0 AyAF~Ax l 其中，AY表示y对叼的回归系数矩阵(P×m)， l Ax~rA Ay AxCI~Ax+0 『 ￡表示y的测量误差构成的向量(P×1)。 其中A=(，一B)_。， 、 、@ @ 分别为 、 、￡、 Ax表示x对 的回归系数矩阵(q× )， 的协方差矩阵。最后检验模型对数据拟合