结构方程模型介绍.pptVIP

  • 128
  • 0
  • 约5.16千字
  • 约 25页
  • 2019-12-27 发布于江苏
  • 举报
结构方程模型 (Structural Equation Modeling, SEM) 概念介绍 基本原理 案例分析 实际操作 01 02 03 04 目录 CONTENTS 1.基本概念 结构方程模型(Structural Equation Modeling, SEM)是一种验证性多元统计分析技术,是应用线性方程表示观测变量与潜变量之间,以及潜变量之间关系的一种多元统计方法,其实质是一种广义的一般线性模型。 SEM假定一组潜变量之间存在因果关系,潜变量可以分别用一组显变量表示,是某几个显变量中的线性组合。通过验证显变量之间的协方差,可以估计出线性回归模型的系数,从而在统计上检验所假设的模型对所研究的过程是否合适,如果证实所假设的模型合适,就可以说假设潜变量之间的关系是合理的。 SEM包括:因子分析(验证性因子分析、 探索性因子分析)、回归分析、路径分析、t检验、方差分析、潜变量因果模型(全模型)、高阶因子分析、多质多法分析、潜变量增长模型 2.产生发展 20世纪70年代,一些学者(Joreskog, 1973; Wiley, 1973)将因子分析、路径分析等统计方法整合,提出结构方程的初步概念。 Joreskog与其合作者进一步发展矩阵模型的分析技术来处理共变结构的分析问题,提出测量模型与结构模型的概念,促成SEM的发展。 Ullman(1996)定义结构方程为“一

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档