资料来源结构方程式.pptVIP

Structural Equation Modeling Estimates and Tests in SEM Terminology Parameter in Structural and Measurement Model Statistical Theory of Covariance Generating the Covariance Matrix Simultaneous equations x+y=5 ---------- (1) 2x+y=8----------(2) x+2y=9----------(3) Only (1) ? (c, 5-c) (1) and (2) ? (3,2) (1) , (2) , (3) ? no exact solution Estimation methods Different estimation methods will yield different results for estimates and model tests. (Chapter 5 ) Normal distribution assumption ML:maximum likelihood GLS: generalized least squares ADF: asymptotic distribution free method --- non-normal distribution Fitting Functions The criterion selected for parameter estimation is AKA the discrepancy function. F=F(S, Σ(hat θ)) Maximum likelihood 觀察數據都是從母體中抽取得到的資料，而所抽出的樣本必須是所有可能樣本中被選擇的機率的最大者，若能符合此一假設，估計的參數即能反應母體的參數。 FML=log| Σ(θ)| + Trace[Σ(θ)-1S] – log|S| - p p : number of measured variable Generalized Least Squares 使用差異平方和的概念，只是在計算每一個差異值時，同時計算了一個特定的權數用以整合個別的比較值。 Asymptotic Distribution Free 一種無須常態假設為基礎的參數估計法，由於不需考慮常態分配的問題，因此稱為分配自由（free）。利用W-1權數，來消除多變量常態假設的影響。 Goodness-of-fit Similarity Σ( hat θ) ~ Σ Testing(1) T=Min(F)*(N-1) ~ X2 distribution q parameters p(p+1)/2 equations df=(q-p(p+1)/2 ) 0 ? testable model H0: Σ(θ)= Σ ? significance ? reject H0 Large sample assumption Testing(2) Scaled test (non-normal distribution) SCALED T=c-1T T : function of standard goodness-of-fit X2 Practical problems Covariance matrix is not positive definite– linear dependency among observed variables. Non-convergence – iterative process is terminated before the predetermined criteria have been satisfied. Thank you The End * * 資料來源:結構方程式 LISREL 的理論技術與應用 2003邱皓政 外衍變數 exogenous variables (X) 內衍變數 endogenous variables (Y) ?潛在變數 ? 觀測變數 ? 觀測變數 外衍觀測變數 外衍潛在變數 內衍潛在變數 內衍觀測變數 內衍觀測變數 外衍觀測變數 資料來源:結構方程式 LISREL 的理論技術與應用 2003邱皓政 ■ 結構模型方程式 ? ? ? ? ? ? ? ?