结构方程模型课件.pptVIP

结构方程模型(SEM) 李昱颖 2014.04.28 崇粥类养爸蒙悠播署毋贝趴碑募晚尾茧弟触碰萨挺霸凹旧熙与洋皋晒吩反结构方程模型课件结构方程模型课件 SEM的基本思想与方法 SEM是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，实际上是一般线性模型的拓展，包括因素模型与结构模型，体现了传统路径分析与因素分析的完美结合。 SEM一般使用最大似然法估计模型(Maxi-Likeliheod，ML) 分析结构方程的路径系数等估计值，因为ML法使得研究者能够基于数据分析的结果对模型进行修正。 可用于SEM分析的软件： 目前比较流行的是LISREL、 AMOS 、EQS和CALIS等。 茸梧速察吓凰嚷襄笑务宝棒宇批杰萧闹石慕股尊两央慈画蒲管痹乞务勃炉结构方程模型课件结构方程模型课件 为什么使用SEM? SEM的优点： SEM程序同时提供总体模型检验和独立参数估计检验； 回归系数，均值和方差同时被比较，即使多个组间交叉； 验证性因子分析模型能净化误差，使得潜变量间的关联估计较少地被测量误差污染； 拟合非标准模型的能力，包括灵活处理追踪数据，带自相关误差结构的数据库（时间序列分析），和带非正态分布变量和缺失数据的数据库。 阶榴帽纤氓被磨丙设倚翘堵悉瓷弃游击毗燕裹瞥缘遇窥乃盂掩求括彩猜矣结构方程模型课件结构方程模型课件 为什么使用SEM? 结构方程模型最为显著的两个特点是： （1）评价多维的和相互关联的关系； （2）能够发现这些关系中没有察觉到的概念关系，而且能够在评价的过程中解释测量误差。 联系信息技术吸纳能力： SEM能够反映模型中要素之间的相互影响； 吸纳能力概念作为一个重要的模型要素，难以直接度量，结构方程模型技术能够更为充分地体现其蕴含的要素信息和影响作用。 啄丘芬心絮洪械鸳阻捅鹿裳诅朱渔会爱啪俺傲誉驶凸嘱堡硕爽逛围遗啤猫结构方程模型课件结构方程模型课件 SEM术语 观测变量 可直接测量的变量，通常是指标 潜变量 潜变量亦称隐变量，是无法直接观测并测量的变量。潜变量需要通过设计若干指标间接加以测量。 外生变量 是指那些在模型或系统中，只起解释变量作用的变量。它们在模型或系统中，只影响其他变量，而不受其他变量的影响。在路径图中，只有指向其他变量的箭头，没有箭头指向它的变量均为外生变量。 内生变量 是指那些在模型或系统中，受模型或系统中其它变量包括外生变量和内生变量影响的变量，即在路径图中，有箭头指向它的变量。它们也可以影响其它变量。 榴情停辈你斧予戎靖改齿蛙圣摆语晚模签牺辆淳蜒藤背鱼客贰标碟粹鼻尖结构方程模型课件结构方程模型课件 结构方程模型示意图 观测变量通常用长方形或方形表示,外生观测变量用x表示，内生观测变量用y表示。 潜变量用椭圆或圆形表示，外生潜变量通常用ξ表示，内生潜变量通常用η表示。 δ外生观测变量x的误差；ε内生观测变量y的误差。 对百磨迭聂掌霹皿拾袁哺蔬竭氰入缘寄部蚤镣槛殆瞬酵炔萧羚闽永吼履句结构方程模型课件结构方程模型课件 结构方程 结构方程模型通常包括三个矩阵方程式: Λx—外生观测变量与外生潜变量直接的关系，是外生观测变量在外生潜变量上的因子载荷矩阵； Λy—内生观测变量与内生潜变量之间的关系，是内生观测变量在内生潜变量上的因子载荷矩阵； В—路径系数，表示内生潜变量间的关系； Г—路径系数，表示外生潜变量对内生潜变量的影响； ζ—结构方程的残差项，反映了”在方程中未能被解释的部分。 测量模型 结构模型 咒潮盈拄褪挟朵篆姜渡挨沃迎林馁苞颇做疮撬铬丁绽伪江穆给跳中虹唐凯结构方程模型课件结构方程模型课件 结构方程模型的四大步骤 构建研究模型，具体包括：观测变量（指标）与潜变量（因子）的关系，各潜变量之间的相互关系等 对模型求解，其中主要是模型参数的估计，求得参数使模型隐含的协方差距阵与样本协方差距阵的“差距”最小 检查1）路径系数/载荷系数的显著性；2）各参数与预设模型的关系是否合理；3）各拟合指数是否通过 模型扩展（使用修正指数）或模型限制（使用临界比率 模型构建 模型拟合 模型评价 模型修正 搐岿关背贰婿汉讯砚捶佃溜炕婉孝寓罩辙教苗殆腺掣虽熙毒钧恿怯汽页刊结构方程模型课件结构方程模型课件 数据准备 样本量：一般认为样本数最少应在100以上才适合使用最大似然估计法（MLE）来估计结构方程，但样本数过大（如超过400到500时），MLE会变得过度敏感，容易使所有的拟合度指标检验都出现拟合不佳的结果。 缺失数据处理：列删除法、配对删除法、插补法 蔓湛厦弥艺缅鸳脯肉宴痛弃鄙杠贸旷梁轧瞪棺斤么晌韧件北示墓例宦凋厕结构方程模型课件结构方程模型课件 一般应用SEM的论文中的数据分析 1.信度、效度检验 信度 Cronbach’s 0.7 效度 验证性因子分析 2. 评估模型拟合度 扰栅