教学课件 社会统计分析方法（第二版）郭志刚.ppt

六、模型评价 ＡＭＯＳ程序的首要任务是用样本数据对所设定的模型参数进行估计，再根据这些参数估计来重建（ｒｅｐｒｏｄｕｃｅ）方差协方差，然后尽可能地将重建的（或称引申的）方差协方差矩阵（用∑表示）与观察方差协方差矩阵 相匹配。引申的方差协方差矩阵匹配观察方差协方差矩阵的程度决定了结构方程模型拟合样本数据的程度。当模型重建的方差协方差矩阵非常接近于观测的方差协方差矩阵时，残差矩阵各元素就接近于零，这样，就可以认为模型拟合数据了。 此外，模型及拟合的评价并不完全是统计问题。即使一个模型拟合了数据，也不意味着这个模型“正确”或“最好”。首先，所有的估计参数应该能够得到合理的解释。其次，也许会有许多等价的模型，如果根据任何拟合优度指数，它们都能同样好地拟合数据。如果简单模型的拟合与复杂模型的拟合一样好，就应该接受简单模型。因为我们的目标是建立简约的模型，所以模型中的参数越少越好。从某种程度上说，模型比较是一种艺术，需要多方面的考虑。最重要的是，研究人员应该将他们的结构方程模型建立在有说服力的理论之上。 七、模型修正 在应用结构方程模型时进行模型修正，是为了改进初始模型的适合程度。这个修正工作被称为“模型设定的探索”。这一步骤在实际操作时经常是不可缺少的。模型修正有助于认识初始模型的缺陷，并且还能得到其他替换模型的启示。 当尝试性初始模型不能拟合观测数据时，即这个模型被数据所拒绝时，我们就需要了解这个模型在什么地方错了，怎样修正模型才能使其拟合得较好。然后我们将模型进行修正，再用同一观测数据来进行检验。 在重新设定模型时应该记住，这项工作既是出于数据的驱使，也是出于理论的驱使。模型拟合程度的改进不能单纯追求统计上的考虑，而应该尽量使模型具有实际根据。否则，也许可以建立一个拟合很好的模型，然而其结果却完全没有实际意义。我们的目标是探索一个不仅在统计角度能很好地拟合数据而且每一个参数都能得到符合实际的解释的理论模型。 八、ＡＭＯＳ结构方程模型分析的示范 这一部分应用ＡＭＯＳ７．０软件进行结构方程模型的分析示范。例题中的数据是由作者按第三节所描述的模型模拟制定的。数据中包括七个观察变量（４个 变量与３个 变量），共有１０００个案例。 首先，我们将本章第三节中绘制的结构方程模型“搬”到ＡＭＯＳ中，换句话说，我们要在ＡＭＯＳ中画出第二节那样的通径图来。整个作图过程可以分为如下三步： 第一步，在ＡＭＯＳ中绘制测量模型和结构模型，并使其构成一个完整的结构方程模型框架图 第二步，为潜在变量、误差项以及残差命名 第三步，读入数据，为观测变量命名，将模型与数据连接起来 九、附录：ＡＭＯＳ７．０软件操作说明 （一）AMOSGraphics菜单及其常用设置 （二）AG常见操作介绍 （三）关于应用犃犕犗犛的其他几个问题 １．应用ＡＧ需要注意的几个地方 一是在应用ＡＧ建模的过程中，一定要为每一个变量命名。这里的变量包括潜在变量、观测变量、测量误差项和残差项。如果漏掉变量，ＡＭＯＳ将拒绝运行估计过程并报警 二是要注意不要漏掉内生变量的误差项。在设置内生变量的残差项时，最好用快捷按钮来添加残差项，而不要用单独绘制残差变量然后再加上作用路径的方式绘制。因为在快捷键方式下，ＡＭＯＳ将自动为路径的回归系数赋值为１，而单独绘制残差变量则往往容易漏设回归系数，从而导致模型无解，更无从估计参数值。这一点在绘制复杂模型的情况下尤其重要。 三是要充分利用ＡＧ自身提供的功能，特别是类似（Ｐｒｅｓｅｒｖｅｓｙｍｍｅｔｒｉｅｓ，保持对称）以及（Ｔｏｕｃｈｕｐａｖａｒｉａｂｌｅ，优化变量位置）这样的功能，来尽量让绘制的图形清楚、美观。一个绘制清楚的模型可以非常明了地展示蕴含在模型中的理论或命题。 ２．关于ＡＭＯＳ和ＬＩＳＲＥＬ的比较 两个软件相比较，总的说来是ＡＭＯＳ以图形界面见长，而ＬＩＳＲＥＬ以编程见长。在一些技术细节上，二者也有一些差别。 ３．ＡＭＯＳ和ＬＩＳＲＥＬ有关符号对比 基本概念 可观察的变量 潜在变量 联立方程模型 模型设定 通径图 外生潜在变量 内生潜在 变量 外生标识 内生标识 通径系数 测量尺度 测量模型 因子负载 误差项 结构模型 潜在变量模型 自由参数 固定参数 相关矩阵 观测的方差协方差 预测的／引申的方差协 方差 数据点 过度识别 恰好识别 不能识别 独立模型 饱和模型 拟合优度指数 比较 拟合指数 信息标准指数 本章要点 １．研究中的一些抽象的概念变量不能直接观察，称为潜在变量。通常潜在变量是通过一些可观测的标识间接地测量的，但不可避免产生测量误差。 ２．结构方程模型可以将多个潜在变量及其标识置于同一模型中分析，研究它们之间的结构关系。 ３．结构方程模型分析的主要步骤为：模型设定、模型识别、模型估计、模型评价、模型修正。研究中经常需要多次重复以上步骤才能取得