结构方程模型与其应用.ppt

结构方程模型及其应用 侯傑泰? 100个分数 : 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M=53，标准差SD=15 100名学生在9个不同学科间的相关系数 检查模型的准确性和简洁性 拟合优度指数（goodness of fit index），简称为拟合指数 、NNFI、CFI df=[不重复元素, p(p+1)/2] – [估计参数] 在前面例子 df =9 x 10/2 – 21 = 24 模型比较 自由度, 拟合程度 , 不能保证最好，可能存在更简洁又拟合得很好的模型 Input: 相关（或协方差）矩阵 一个或多个有理据的可能模型 Output: 既符合某指定模型，又与 差异最小的矩阵 估计各路径参数（因子负荷、因子相关系数等）。 计算出各种拟合指数 结构方程模型的重要性 Structural Equation Model，SEM Covariance Structure Modeling，CSM LInear Structural RELationship ， LISREL 结构方程模型的结构 测量模型 结构方程模型的优点 同时处理多个因变量 容许自变量和因变量含测量[误差传统方法（如回归）假设自变量没有误差 ] 同时估计因子结构和因子关系 容许更大弹性的测量模型 估计整个模型的拟合程度[用以比较不同模型 ] SEM包括:回归分析、因子分析(验证性因子分析、 探索性因子分析)、ｔ检验、方差分析、比较各组因子均值、交互作用模型、实验设计 一 验证性因子分析 Confirmatory Factor Analysis Example 1 DA NI=17 NO=350 MA=KM KM SY 1 .34 1 … MO NX=17 NK=5 LX=FU,FI PH=ST TD=DI,FR PA LX 4(1 0 0 0 0) 4(0 1 0 0 0) 3(0 0 1 0 0) 3(0 0 0 1 0) 3(0 0 0 0 1) OU MI SS SC 什么情况下固定？ 两个变量（指标或因子）间没有关系，将元素固定为0 例如，不从属，将因子负荷(LX 1,2)固定为0。又如，因子和因子没有相关，PH 1,2 固定为0。 需要设定因子的度量单位(scale) 因子没有单位，无法计算。 一种将所有因子的方差固定为1(或其他常数)，简称为固定方差法 一种是在每个因子中选择一个负荷固定为1(或其他常数)，简称为固定负荷法。 什么情况下设定为自由:所有需要估计的参数 补充例子 9个题目，第1、2、3题(第1个因子)；第4、5、6题(第2个因子)，第7、8、9题(第3个因子) 设因子1, 2, 3互有相关 固定方差法 MO NX=9 NK=3 LX=FU,FI PH=ST TD=DI,FR FR LX 1,1 LX 2,1 LX 3,1 LX 4,2 LX 5,2 FR LX 6,2 LX 7,3 LX 8,3 LX 9,3 固定负荷法 MO NX=9 NK=3 LX=FU,FI PH=SY,FR TD=DI,FR FR LX 2,1 LX 3,1 LX 5,2 LX 6,2 LX 8,3 LX 9,3 VA 1 LX 1,1 LX 4,2 LX 7,3 设因子1和因子3无关，因子1和因子2、因子2和因子3相关 固定方差法 MO NX=9 NK=3 LX=FU,FI PH=ST TD=DI,FR FR LX 1,1 LX 2,1 LX 3,1 LX 4,2 LX 5,2 LX 6,2 LX 7,3 LX 8,3 LX 9,3 FI PH 1,3 固定负荷法 MO NX=9 NK=3 LX=FU,FI PH=SY,FR TD=DI,FR FR LX 2,1 LX 3,1 LX 5,2 LX