结构方程模型( Structural Equation Model, SEM)简介.ppt 40页

  • 876
  • 0
  • 0
  • 约5.16千字
  • 2019-02-11 发布

结构方程模型( Structural Equation Model, SEM)简介.ppt

文档工具:
    1. 1、本文档共40页,可阅读全部内容。
    2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
    3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
    4. 文档侵权举报电话:19940600175。
    结构方程模型( Structural Equation Model, SEM)简介

    指标名称 指标含义 接受标准 适用情形 平均概似平均误根系数RMSEA 比较理论模型与饱和模型的差距 <.05 不受样本数与模型复杂度影响 讯息指数AIC 经过减效调整的模型拟合度的波动性 越小越好 适用效度复核非嵌套模型比较 一致信息指数CAIC 从样本量方面对AIC进行调整 越小越好 适用效度复核非嵌套模型比较 关键样本指数CN 接受假设模型所需的样本数目 >200 反映样本规模的适切性 选择拟合指数的依据: 第一,拟合指数应该不受或少受样本容量影响; 第二,拟合指数应该进行模型复杂性校正,即对复杂模型进行惩罚(两种情况)。 研究发现,81.3%的研究报告了卡方值,70.2%报告了卡方/df,其他拟合指数按其比率大小依次是CFI ( 91. 8% ) , RMSEA(83 . 6 % ) , NNFI(或TLI )(76%)、GFI(71.9%)、 NFI(55 %)、 AGFI(42.7%)、 IFI(36.3%)、RFI(9.4%)、 RMR(8.7%)、RNI(2.9%)、 AIC(2.9%)、 EVCI(1.2%),仅有8.2%的研究报告了省俭指数。 GFI和AGFI在上世纪80,90年代很常用,但后来发现受样本容量的影响大,且在不同情况下有各种程度的误差出现,新近拟合指数的专门研究只很少推荐使用这两个指数。 测定系数 类似于回归分析中的R2(Coefficient of Determinant) 第i个方程的测定系数: 其中 是第i个方程的残差的方差的估计值, 是第i个变量的样本方差。 方程的测定系数用于评价第i个方程对数据的解释能力。 由于每个参数都会给出标准误(standard error),因此可以对参数进行显著性检验。也就是检验参数是否为零。 比如,检验结果两个潜在变量之间的系数不显著,就应该固定该参数为零,然后修正模型并重新估计。 参数检验 模型修正 (Modification Index, MI) 当拟合指数表明理论模型与数据拟合程度不好时,需要对模型进行修正。 针对初始理论模型进行局部的修改或调整,以提高假设模型的适配度。 模型修正原则: (1)模型必须符合理论,不能盲目跟着数据走而只追求统计上的适配度高的模型。 (2)模型越简单越好 (3)模型修正时一次只能修正一个参数(nested) (4)经过修正得到的模型,必须进行交互效度检验 模型修正的两个方向: 一是向模型简约方面修正,即删除或限制一些路径,是模型更加简洁; 二是向模型扩展方面修正,即放松一些路径的限制,提高模型的拟合程度。 主要依据修正指数(MI)和临界比例(CR)的大小进行调整。 新进展 SEM和IRT在题目因素分析上的比较 ESEM:探索性的结构方程模型 * 回归分析中的多因变量是逐一计算的,并且因变量之间是相互独立的! * 探索性结构方程建模(ESEM)是含有EFA测 量模型的SEM,它的结构部分与通常的SEM相 同,小同的是其测量模型部分,允许同时估计同 一个指标在多个因子上的负荷。ESEM的实现原 探索性结构方程建模(ESEM)是含有EFA测量模型的SEM,它的结构部分与通常的SEM相同,不同的是其测量模型部分,允许同时估计同 一个指标在多个因子上的负荷。ESEM整合了EFA和CFA两种因子分析方法的功能和优点。通过ESEM,研究者既可以灵活地探索因子结构,又可以系统地验证因子模型,为潜变量的关系分析提供更适宜的测量模型。 结构方程模型( Structural Equation Model, SEM)简介 任亚军 目录 SEM的简介 测量模型和结构模型 SEM模型图中的符号与意义 模型的识别 参数估计的方法 模型的评价 模型的修正 SEM的介绍 结构方程模型( Structural Equation Model)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。所以,有时候也叫协方差结构分析。 很多心理、教育、社会等概念,均难以直接准确测量,这种变量称为潜变量(latent variable),如智力,我们只能求其次,用一些外显指标(observable indicators),如言语,数学,推理,等能力,去间接测量这些潜变量。 包含的统计方法: a. 验证性因素分析(Confirmatory Factor Analysis) b. 路径分析(Path Analysis) c. 多元回归(Multiple regression ) SEM的特点

    文档评论(0)

    • 内容提供方:zsmfjh
    • 审核时间:2019-02-11
    • 审核编号:7152052116002005

    相似文档