易丹辉教授的结构方程及运用的PPT.ppt

中国人民大学学位办 学科建设  SEM模型应用 中国人民大学统计学院 中国人民大学统计咨询研究中心 易丹辉 二○ ○九年十二月十七日 主要内容 一、问题的提出 二、结构方程模型 三、应用示例 一、问题的提出 研究学生学习成绩与什么因素有关 学习成绩 学习能力 教师要求 自信 同学关系 二、结构方程模型 （Structural Equation Modeling，SEM ） 结构方程模型（Structural Equation Modeling，简称SEM ），亦称协方差结构模型（Conariance Structure Models，简称CSM），也称线性结构模型（Linear Structural Relations Models），或称LISREL模型。 SEM是一般线性模型的扩展，主要用于研究不可直接观测变量（潜变量）之间的结构关系，潜变量需要通过可测变量得到反映。 结构模型（Structural Model）又称为潜变量因果关系模型，主要表示潜变量之间的关系。模型形式为 测量模型（Measurement Model） 模型的假设 （三）模型的设定 三、应用示例 客户满意度 团队关系 相关模型 二阶因子模型 大学生工作预期 网络购物 全国的客户满意度情况（05年） 参考文献 侯杰泰、温忠麟、成子娟： 结构方程模型及其应用，教育科学出版社，2004年7月 易丹辉：结构方程模型：方法与应用，中国人民大学出版社，2008年4月 Kenneth A. Bollen: Structural Equations with Latent Variables, John Wiley Sons,1989 王惠文，吴载斌，孟洁：偏最小二乘回归的线性与非线性方法，国防工业出版社，2006年9月 Jan-Bernd Lohmoller:Latent Variable Path Modeling with Partial Least Squares,Physica-Verlag Heidelberg,1989 报告结束，谢谢！ * * 研究的对象 不可直接观测 潜变量 相互之间关系复杂 一般回归或计量方程 无法反映 回归分析 假设 自变量非随机（不存在测量误差） 自变量之间不存在相关关系 学习成绩 学习能力 教师要求 自 信 同学关系 因变量 自变量 因果关系分析 直接因果效应 间接因果效应 观测变量的变异：随机误差的变异、系统误差的变异 潜变量的变异——因子分析 学习成绩 教师要求 自 信 同学关系 学习能力 因子分析 探索性因子分析 已有数据，探索其规律 关系 验证性因子分析 已知可能有某种关系 利用数据验证 经营管理中的问题 客户满意度（员工满意度） 企业竞争力 绩效总评价 服务对生产的影响 结构方程模型由两部分组成： 测量模型和结构模型 无法直接测量的现象记为潜变量（Latent Variable）或称隐变量； 可以直接测量的变量称为观测变量（Manifest Variable）或显变量。 外生、内生变量 (1) 其中，和 分别是内生潜变量和外生潜变量向量； 是内生潜变量 的系数矩阵，亦是内生潜变量间的通径系数矩阵； 是外生潜变量 的系数矩阵，也是外生潜变量对相应内生潜变量的通径系数矩阵；为残差向量。 亦称为验证性因素分析模型，主要表示观测变量和潜变量之间的关系。模型形式 其中， 为q×1阶外生观测变量向量， 为p×1 阶内生观测变量 向量； 为n×1阶外生潜变量向量， 为m×1阶内生潜 变量向量； 为q×n矩阵，是外生观测变量 在外生 潜变量