《结构方程模型》课程教学大纲.doc

PAGE PAGE 9 结构方程模型 （Structural Equation Model，SEM） 一、课程说明 课程编号：046105 课程性质：专业选修课 适用专业：财经类统计学本科专业、管理类本科专业 开课学期：一般可在第七学期开设 学时与学分：课内学时：40学时，其中理论教学32学时，上机实验8学时；学分：2.5学分 先修课程：统计学概论、概率论、数理统计学、抽样调查、计量经济学、应用回归分析、多元统计分析等相关课程。 二、开课目的 《结构方程模型》是一门用来探索多变量、可测变量和潜变量、潜变量和潜变量之间关系的统计学门类下的方法性课程，结构方程模型在科学研究中特别是社会科学研究中具有广泛的应用前景。《结构方程模型》可以作为财经类统计学本科专业和管理类本科专业的专业选修课，通过学习该课程使学生能够了解结构方程模型的建模思想、建模步骤和过程环节的技术方法，初步掌握相应软件的使用，能够应用结构方程模型方法对实际问题中的多变量关系进行研究，以满足实际研究工作的需要。具体要求： 1.了解结构方程模型的应用背景和建模思想。 2.掌握结构方程模型的建模步骤和环节技术，包括模型的设定、参数估计、模型评价和模型修正的基本方法。 3.能够利用结构方程模型方法解决实际研究中的多变量关系研究问题。 三、教学要求 （一）教学方法与手段 本课程采用理论教学与上机实验相结合的方式进行教学组织。理论教学中，按照对变量关系进行探索研究的逻辑顺序，结合应用实例讲授结构方程模型建模的基本理论和基本方法；实验教学中，则通过相应统计软件展示和模仿结构方程模型建模过程，培养学生运用统计软件进行结构方程模型分析的能力。教学方法上，可以将案例教学、启发式教学、讨论式教学等结合使用，多媒体与板书相结合，增强师生之间的互动交流。 （二）考核方式 基于结构方程模型是一门应用性非常强的方法性课程，目的在于培养学生利用结构方程模型解决实际问题的能力，所以考试宜采用课程论文的方式，给学生足够的选择空间，利用结构方程模型解决自己感兴趣的实际问题。成绩评定以课程论文成绩与学生平时考勤记录、课堂表现等作出综合评价，建议方法：平时成绩占10%-20%，课程论文占80%-90%。 四、教学中应注意的问题 1.作为多变量分析方法，结构方程模型的教学中应注意其与先修课程如计量经济学、应用回归分析和多元统计分析等课程内容之间的衔接。 2.教学过程中重点放在对结构方程模型每一步骤和环节的统计思想的阐述和统计结果的解读上，对其中的公式推导和数据运算过程不做过多讲解，并且有意识地引导学生尽快熟练相应统计软件的操作。 3.结构方程模型的价值在于应用，教学中尽量使用案例教学方法，增强教学的生动性、形象性和趣味性，同时体现和展示结构方程模型的实际应用价值。 五、课程教学内容 第一章 绪论 教学目的与要求：本章为结构方程模型课程的导入部分，目的在于帮助学生了解结构方程模型的应用背景、使用场合、建模基本思路和遵循的一般步骤。教学过程中宜利用实际问题并结合大四学生已经学习过的相关多变量分析案例，导入结构方程模型的应用背景，让学生明了潜变量存在的客观性和对潜变量关系进行探索分析的必要性，以及传统多变量分析在潜变量分析中存在的局限性，定位结构方程模型的应用价值。在此基础上，归纳总结结构方程模型建模的一般步骤，为后续课程内容的展开建立理论和逻辑构架。 重点、难点：对潜变量的理解和认识；SEM建模的一般程序。 结构方程模型的应用背景 潜在变量存在的客观背景 潜在变量的先验与后验 传统多变量关系研究中存在的局限 结构方程模型的一般程序 描述数据的准则 SEM建模过程 SEM建模的优点 SEM建模的学习要求 路径分析 教学目的与要求：路径分析在传统回归分析和结构方程模型之间起着承上启下的过渡性作用，路径分析突破了传统回归分析一般只关注变量之间直接因果关系的局限，将变量之间的间接因果关系纳入分析范围，但其只关注可观测变量之间的关系，结构方程模型借鉴了路径分析的基本思路又将不可观测的潜变量引入模型，将变量之间的关系探索进一步向前推近。因此，在讲授结构方程模型之前，应该引导学生对传统的回归分析进行拓展，熟悉并掌握变量间间接因果关系的分析方法，掌握路径图的相关知识以及路径模型的分析评价方法，为进一步学好结构方程模型打好基础。 重点、难点：路径图的绘制，路径模型的估计和评价。 第一节 路径分析的基本思想 一、变量间直接因果关系和递归因果关系 二、路径分析与回归分析的区别和联系 第二节 路径模型的设定 一、路径图的绘制规则 二、路径图中的变量分类 三、路径关系的模型表示 四、路径模型的假设条件 五、路径模型的分类和