零点知识库Ldzl--结构方程式.pdfVIP

业务资料之 密级： 结构方程式原理及操作指南 作者：戚其荟 二零零三年三月一日 结构方程式原理及操作指南 零点公司 一、结构方程式的基本原理 结构方程式是一种非常通用的、主要的线性统计建模技术。实际上，它是计 量经济学、计量社会学与计量心理学等领域的统计方法的综合。结构方程式的本 质是联立线性方程组求解，但是它没有很严格的假设限定条件，同时允许自变量 和因变量存在测量误差。 测量模型 残差 外 源 观 测 变量 结构模型 外 源 内源潜变量 潜 变 量 1 1 内源观测变量 上图是一个典型的结构方程式路径图，其中各组成部分的定义如下： 结构方程式由外源潜变量、内源潜变量和变量之间的关系系数组成，与潜变 量相联的箭头方向都向外的变量是外源潜变量，与潜变量相联的箭头方向有内有 外的变量是内源潜变量。外源潜变量的估测由测量模型，外源观测变量由外源潜 变量和外源潜变量残差测量而得。同理，内源潜变量的估测也由测量模型完成。 包括内源潜变量、内源潜变量残差，其中，内源潜变量可以由外源观测变量和外 源潜变量残差测量而得。（注：只有内源观测变量有残差，外源观测变量没有） 结构方程式原理及操作指南 零点公司 简单来说，结构方程式模型可分可测量变量及潜变量两部分。用方程表示这 两个部分（可测量变量与潜变量之间的关系和内源潜变量与外生潜变量间的关 系），即为： （1）内源潜变量与外源潜变量间的关系 η=βη+Γξ+ζ η——内源潜变量(endogenous,dependent) ξ——外源(自变)潜变量(exogenous,independent) β——内源潜变量间的关系 г——外源变项对内源变项的影响 ζ——模式内未能解释部分(即模式内所包含的变项及变项间关系所未能解释部 分，用误差变量表示) （2）对于可测量变量与潜变量之间的关系,即测量模型部分: X=Λxξ+δ Y=Λyη+ε X,Y是外源及内源指标。δ,ε是X，Y测量上的误差。 Λx是X指标与 ξ潜变量的关系。Λy是Y指标与 η潜变量的关系 从模型的形式上看，内源潜变量与外源潜变量间的关系部分的结构方程模型 与多元回归、通径分析相似；可测量变量与潜变量之间的关系部分的结构方程模 型与因子分析方法相似。因此，可以说，多元回归、通径分析和因子分析方法都 是结构方程式的一种特例。对比结构方程式与多元回归、通径分析和因子分析方 法，我们可以看出，结构方程式模型的一些特点在解决社会科学研究方面具有比 多元回归、通径分析、计量经济学中的联立方程组以及因子分析等方法更优越的 方面。这几种统计方法的区别如下： （1） 计量经济学中的通径分析和联立方程模型虽然也使用联立方程组，但类似 于多元回归，只能处理有观察值的变量，并且还要假定其观察值不存在测 量误差。然而在社会科学中，许多变量并不能直接测量。实际上，这些变 量基本上是人们为了理解和研究社会的目的而建立的假设概念。对于它们 结构方程式原理及操作指南 零点公司 并不存在直接测量的操作方法。人们可以找到一些可观察的变量（observed variables ）作为这些潜在变量（latent variables ）的标识（