二部分 结构方程模型的原理.pptVIP

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 一、输入观测变量的相关矩阵S 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。 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。 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 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) 第二章 结构方程模型简介 一、结构方程模型概述 结构方程模型（Structural Equation Model，SEM)是一种主要的线性统计建模技术，它以变量的协方差矩阵或相关矩阵为基础来分析变量之间的关系。 Structural Equation Modeling 结构 covariance?structure?modeling 共变 LInear Structural RELationship 线性 目前，已经有多种软件可以处理结构方程模型，包括LISREL、AMOS、 EQS、Mplus。 LISREL与AMOS的区别 AMOS 的最大特色是可视化，易学易懂，不必编程。 LISREL的优势是可进行多层次模型分析，如果研究涉及到多个时间点的观测，或者检验不同处理所产生的效应，就必须要用LISREL。但它对矩阵和数理的要求相对较高。 LISREL软件做出来的绘图效果优于AMOS。 结构方程模型的发展历程 1970年，瑞士统计学者Karl Joreskog提出结构方程模型的相关概念，有效整合了统计学的两大主流技术——因素分析（潜在变量的相依模型）与路径分析（回归-因果模型），并率先发展LISREL程序之后，结构方程模型的发展便蔚为风潮，成为社会与行为科学研究者必备的专门知识之一。 20世纪80年代，SEM技术在国外迅速发展并成熟起来。 1994年当《Structural?Equation?Modeling》专业期刊第一卷出版后，被称为统计技术的一次革命。 《New?Methods?for?the?Analysis?of?Change》， 2001年APA出版的书籍，至少有一半的章节直接以SEM为题，间接与SEM有关的论点则散见於各章节中。 目前SEM方法被国内外研究者广泛运用于心理学、社会学、管理学、经济学、市场调查与营销等领域。 南加州大学Dennis?Hocevar教授 如果你不认识他（指SEM），你最好主动去认识他，因为他最后将