多元统计分析讲座-结构方程模型.pptxVIP

》系列讲座;》系列讲座;结构方程模型;结构方程模型概述 结构方程模型理论知识 结构方程模型设定、识别 结构方程模型数据准备 结构方程模型参数估计 结构方程模型评价与修正 结构方程模型解释 结构方程模型应用举例 总结;》系列讲座;》系列讲座;》系列讲座;》系列讲座;》系列讲座;结构方程模型分析的步骤： 模型设定 模型识别 数据准备 参数估计 模型评价 模型修正;结构方程模型设定 潜变量的设定 观测变量的设定 ;结构方程模型识别 t规则 两步规则 测量模型识别 三指标规则 ???指标规则 结构模型识别——递归模型;结构方程模型数据准备 缺失数据的处理：表列删除法、配对删除法和插补法 Amos提供了三种数据插补的方法：回归插补、随机回归插补和Bayesian插补 数据的信度与效度 Chronbach’s 系数检验 ;结构方程模型参数估计 最大似然估计（maximum likelihood，简称ML） 未加权最小二乘估计（unweighted least squares，简称ULS） 广义最小二乘估计（generalized least squares，简称GLS） 一般加权最小二乘估计（weighted least squares，简称WLS） 工具变量估计法（instrumental variable，简称IV） 两阶段最小二乘估计（two-stage least squares，简称TSLS）;结构方程模型评价与修正 参数检验 模型整体拟合评价 模型限制修正 路径系数（潜变量与潜变量之间的回归系数）及荷载系数 模型扩展修正 修正指数（Modification Indices） ;结构方程模型解释 因果关系 相关关系;》系列讲座;Development of a hypothetical model;Development of a hypothetical model;Data Collection;;Model development;Model development; ;SPSS系列讲座总结;有一天，学者A某接到一个咨询项目，要求他为项目X挑选一种比较适合的PDS。 A首先想到的是，影响PDS选择的因素有那么多，在需要都考虑进去吗？如果不同因素在不同PDS选择时的重要性是一样的，就可以只选那些重要因素了进行分析了。 此时，A想到了非参数检验…… 通过非参数检验，A发现选择PDS选择的因素是不一致的。;A想知道不同的因素是对是对DBB、DB选择时的影响究竟有多大，因此A就想到了回归分析…… 可是在分析的时候，A又发现这些因素之间有相关性，因此A就把这些因素进行了主成分分析，把它们变为较少的互不相关的因素，再进行回归分析。 但是主成分分析得到的因素不容易解释，不好赋上实际意义，因此即使得到回归方程也不知道都是什么意思，所以A又利用因子分析，得到了主可以解释的主因子，再进行分析。;之前研究都是以DBB和DB作为研究对象，A觉得自己需要对PDS类型进行扩展。但是他认为许多PDS很相似，影响因素对其影响也很类似，所以想把PDS的种类进行归类，因此，A利用聚类分析把PDS归成了3大类。 不久之后，市场上又新兴了一种新的PDS叫IPD的，A想把他也纳入研究中，所以想看看把它归在3类中的哪一类里比较好，因此使用了判别分析。 ;当A把PDS都归成几类之后，A就希望能有个工具能一次性研究出各因素与PDS之间的关系，并且能很明晰地展示出来，最后，他发现了SEM。 当然，在每次问卷调查中都要做一次信度检验的。 那么，大家了解研究中我们都在什么情况下用这些统计方法了吗？ ;Thank You !