结构方程模型.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

*****************验证性因子分析示例PRELIS是LISREL8.7的一部分。它主要用于在构建结构模型之前,对数据进行前期处理和初步分析。PRELIS的主要用途包括:将其它格式的数据文件(SAS,SPSS,Excel,Stat等等)读入并存储为PRELIS数据文件。将PRELIS(*.psf)数据输出为其他软件可读的相应格式。对PRELIS数据进行处理。(定义变量类型,处理缺失值,数据筛选,生成子数据集等)。*第62页,共65页,星期日,2025年,2月5日回归模型分析及初步的因子分析等。计算矩阵(协方差矩阵,多项相关系数以及渐近协方差矩阵等)。可以用图表直观地表现数据的状况。*第63页,共65页,星期日,2025年,2月5日(1)Data从Excel导入数据,Prelis导出到Excel中Self-esteem自尊Depression沮丧,抑郁Impulsiveness冲动性204observationsof12continuousvariables.The12variablesareobservedona5-pointLikertscale.*第64页,共65页,星期日,2025年,2月5日李科特量表(LikertScale),将每个评量项目给予五种等级,分别为非常同意(5)、同意(4)、普通(3)、不同意(2)、非常不同意(1)。*第65页,共65页,星期日,2025年,2月5日****************************三、因子分析模型的识别准则目前还不存在判定一个一般因子模型可识别性的充分必要条件。识别准则:若干充分或必要条件(一)指定潜变量的测量单位(必要条件)固定潜变量的方差或负荷限制参数,间接指定潜变量的测量单位*第30页,共65页,星期日,2025年,2月5日Lisreldesiredconstrainttype:EQ(equality),IR(intervalrange)orCO(nonlinearconstraint)*第31页,共65页,星期日,2025年,2月5日模型识别与参数类型关系:固定参数fixedparameter自由参数freeparameter(需要模型估计)约束参数constrainedparameter是一个或多个自由参数的函数(不用估计)*第32页,共65页,星期日,2025年,2月5日(二)t法则(必要条件)p个指标产生的独立方程个数是因此自由参数的个数满足:*第33页,共65页,星期日,2025年,2月5日(三)三指标法则(充分条件)对多因子模型可识别:每个因子至少有三个指标每个指标只测量一个潜变量误差项不相关超识别各列至少有三个非零各行有且只有一个非零对角矩阵*第34页,共65页,星期日,2025年,2月5日(四)二指标法则(充分条件)潜变量相关*第35页,共65页,星期日,2025年,2月5日10个方程9个变量可识别模型*第36页,共65页,星期日,2025年,2月5日对多个因子的模型,可识别的一个充分条件:每个因子有两个或两个以上的指标;每个指标只测量一个潜变量对每一个潜变量,至少有另一个潜变量与其相关误差项不相关*第37页,共65页,星期日,2025年,2月5日四、参数估计(一)拟合函数fitfunction样本协方差矩阵模型的理论协方差矩阵再生协方差矩阵是连续函数*第38页,共65页,星期日,2025年,2月5日(二)极大似然估计根据多元正态密度函数,极大似然函数得到*第39页,共65页,星期日,2025年,2月5日(三)未加权最小二乘估计求残差矩阵中全部元素平方和之半*第40页,共65页,星期日,2025年,2月5日(四)广义最小二乘估计*第41页,共65页,星期日,2025年,2月5日五、模型的评价(一)残差EBSCO数据库:MacCallum,RobertC.;Roznowski,Mary;Mar,CorinneM.;Reith,JanetV..AlternativeStrategiesforCross-ValidationofCovarianceStructureModels.?MultivariateBehavioralResearch,199

文档评论(0)

xiaoshun2024 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档