- 1、本文档共18页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(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。
- 3、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。
- 4、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
结构方程模型及经典案例(一看就懂),结构方程模型及经典案例
结构方程模型 课件
(Structural Equation Modeling,SEM) –
结构方程模型
结构方程模型是一门基于统计分析技术的研究方法学,它主要用于解决社会科学研
究中的多变量问题,用来处理复杂的多变量研究数据的探究与分析。在社会科学及经济、
市场、管理等研究领域,有时需处理多个原因、多个结果的关系,或者会碰到不可直接
观测的变量(即潜变量),这些都是传统的统计方法不能很好解决的问题。SEM 能够对
抽象的概念进行估计与检定,而且能够同时进行潜在变量的估计与复杂自变量/因变量
预测模型的参数估计。
结构方程模型是一种非常通用的、主要的线形统计建模技术,广泛应用于心理学、经济
学、社会学、行为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学
等领域的统计分析方法的综合。多元回归、因子分析和通径分析等方法都只是结构方程模型
中的一种特例。
结构方程模型是利用联立方程组求解,它没有很严格的假定限制条件,同时允许自变量
和因变量存在测量误差。在许多科学领域的研究中,有些变量并不能直接测量。实际上,这
些变量基本上是人们为了理解和研究某类目的而建立的假设概念,对于它们并不存在直接测
量的操作方法。人们可以找到一些可观察的变量作为这些潜在变量的“标识”,然而这些潜
在变量的观察标识总是包含了大量的测量误差。在统计分析中,即使是对那些可以测量的变
量,也总是不断受到测量误差问题的侵扰。自变量测量误差的发生会导致常规回归模型参数
估计产生偏差。虽然传统的因子分析允许对潜在变量设立多元标识,也可处理测量误差,但
是,它不能分析因子之间的关系。只有结构方程模型即能够使研究人员在分析中处理测量误
差,又可分析潜在变量之间的结构关系。
与传统的回归分析不同,结构方程分析能同时处理多个因变量,并可比较及评价不
同的理论模型。与传统的探索性因子分析不同,在结构方程模型中,我们可以提出一个
特定的因子结构,并检验它是否吻合数据 。通过结构方程多组分析,我们可以了解不同
组别内各变量的关系是否保持不变,各因子的均值是否有显著差异。 ”
已经有多种软件可以处理 SEM,包括:LISREL,AMOS, EQS, Mplus.
结构方程模型包括测量方程(LV 和 MV 之间关系的方程,外部关系)和结构方程(LV 之
间关系的方程,内部关系),以ACSI 模型为例,具体形式如下:
测量方程 y=Λ yη +ε y , x=Λ xξ +ε x=(1)
1
结构方程模型 课件
结构方程 η =Bη +Г ξ +ζ 或 (I-Β )η =Г ξ +ζ (2)
η 和ξ 分别是内生 LV 和外生 LV,y 和 x 分别是和的 MV,Λ x 和Λ y 是载荷矩阵,Β 和Г
是路径系数矩阵,ε 和ζ 是残差。
δ 1 χ 1
λ 1
χ 2 λ 2
δ 2 ξ
δ 3 χ 3 λ 3
误差 观察变量 负荷量 潜在变量
χ 1
δ 1 ε 1
δ 1 y1
δ 2 χ 2 ξ 1 η 1 ε 1
y1
δ 3 χ 3
文档评论(0)