4-2本科生网上申请课程学分认定流程.doc

管 理 学 院 上 机 实 验 报 告 学 号 XX 姓 名 XX 专业班级 工商1402 指导老师 XX 上机实验日期 2016.4 课程名称 管理信息系统 上机实验名称 smartpls基本操作 信息系统国际会议主题跟踪 上机实验成绩 上机一 smartpls基本操作（上机学时：4） 一、 上机内容及数据记录 1、SEM的重要性 1）SEM：基于变量的协方差来分析变量之间的关系。 2）应用原因：可以分析涉及潜变量的复杂关系。 ◆管理研究离不开一些抽象的构念： —— “学业成就” 、“家庭社会地位”等等 ——可操作化以便得到具体数据 ◆这些具体的能进行测量的变量称为 ——显变量/观察变量/测量变量 结构方程模型的结构 1）测量模型：指标与潜变量之间的关系 x=Λxξ+δ（如语文与学业成就的关系） y=Λyη+ε （如家庭收入与社会地位的关系） 2）结构模型η=Βη+Γξ+ζ（学业成就与社会地位的关系） x—外源指标向量 y—内生指标向量 Λx—外源指标在外源潜变量上的因子负荷矩阵 Λy—内生指标在内生潜变量上的因子负荷矩阵 ξ—外源潜变量 η—内生潜变量 δ—外源指标x的误差项 ε—内生指标y的误差项 Β—内生潜变量之间的关系 Γ—外源潜变量对内生潜变量的影响 ζ—结构方程的残差项，反映η在结构方程中未被解释的部分。 3、结构方程模型的优点： 1）同时处理多个变量：回归分析在计算对某一个因变量的影响时，忽略了其他因变量的存在及其影响； 2）容许自变量和因变量含测量误差：回归分析只允许因变量有误差，不允许自变量有测量误差； 3）同时估计因子结构和因子关系：因子分析的步骤是先算因子负荷，进而得到因子得分，再计算因子得分的相关系数得到潜变量的相关系数； 4）容许更大弹性的测量模型：传统上一个指标只能从属于一个因子，但SEM一个指标可以从属于多个因子； 5）估计整个模型的拟合程度:传统路径分析只估计每一路径的强弱。 4、SEM的应用步骤 1）阐明研究假设，弄清应用SEM是为了验证何种假设； 2）分析SEM的必要性，为什么其他的数据分析方法不适合； 3）模型设定：路径图 4）模型辨识：自由度=[(p+q)(p+q+1)/2]-t 0 p：外生观测变量个数 q：内生观测变量个数 t ：需要估计的参数个数 5）模型估计：8个基础参数矩阵 6）模型的评价 7）模型修正 5、数据记录 AVE Composite Reliability R Square Cronbachs Alpha Complaints 1 1 0.2787 1 Expectation 0.4797 0.7328 0 0.4519 Image 0.4782 0.8185 0 0.7228 Loyality 0.7661 0.8673 0.454 0.7027 Quality 0.5766 0.9047 0.3117 0.877 Satisfaction 0.6931 0.8713 0.6812 0.7792 Value 0.8484 0.918 0.3455 0.8236 上机体会 1、SEM优化需要“创新”，但并不是“创造”。 SEM优化是一个经验和思考并行的过程。在优化进行时我们通常需要借助以下信息——涉及的行业知识、数据分析结果、网站监测数据、了解行业现状、企业规模评估等，从而达到自己想要的效果。 2、SEM的定位必须要清楚、准确。 比如在对关键词的设定上，至少要有一个清晰的思路，譬如要明确1、搜索该词的人有明确的消费需求与能力。 3、选取优化对象的原则——差异越大越好 在接到一个大账户时，往往这个账户已经投放了一段时间，同时账户中包含各类关键词，而我们到底应该从哪些方向入手优化呢？首先我们需要进行必不可少的数据分析，分析出的优化对象要遵循上述原则，差异越大越好。例如：费用占比最大的关键词，成本最低的关键词；点击量最少的关键词，点击率最好的关键词等等。 4、优化过程越单一越好。 通常我们在分析数据后都会得到很多需要改进的方向，例如提升网站点击率、增加点击量、扩充关键词等等。大部分的同学会分几个方面，然后同时进行；优化后数据略有提升后，他们仍然使用相同的方式继续下去；