结构方程建模技术和AMOS应用.ppt

结构方程建模技术和AMOS应用.ppt

ID:52770376

大小:1.13 MB

页数:43页

时间:2020-04-13

结构方程建模技术和AMOS应用.ppt_第1页
结构方程建模技术和AMOS应用.ppt_第2页
结构方程建模技术和AMOS应用.ppt_第3页
结构方程建模技术和AMOS应用.ppt_第4页
结构方程建模技术和AMOS应用.ppt_第5页
结构方程建模技术和AMOS应用.ppt_第6页
结构方程建模技术和AMOS应用.ppt_第7页
结构方程建模技术和AMOS应用.ppt_第8页
结构方程建模技术和AMOS应用.ppt_第9页
结构方程建模技术和AMOS应用.ppt_第10页
资源描述:

《结构方程建模技术和AMOS应用.ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、结构方程建模技术和AMOS操作内容提要结构方程建模技术背景结构方程建模基本理论结构方程建模分析过程AMOS操作一、结构方程建模技术背景结构方程建模的起源心理计量学根源Spearman(1930):因素分析(factoranalysis)生物根源Wright(1918):路径分析(pathanalysis)经济计量学根源Haavelmo(1943):联立方程组(simultaneousequation)何为结构方程建模?结构方程建模(StructuralEquationModeling,简称SEM),早期称为线性结构方程模式(Lin

2、earStructuralRelationships,简称LISREL)或称为共变量结构分析(CovarianceStructureAnalysis)。它结合了因素分析(factoranalysis)与路径分析(pathanalysis),包括测量与结构模式。SEM是一种统计方法学(statisticalmethodology)(Byrne,1994)SEM是统计技术SEM是方法学结构方程建模技术的主要应用ConfirmatoryfactoranalysisPathanalysisStructuralregressionanaly

3、sisTime-dependent/longitudinaldataConfirmatoryfactoranalysisPathanalysisStructuralregressionanalysisSpecialtyofSEMLatentvariablesMeasurementerrorTheorytestingMultivariatestatisticalanalysisSEMispromising二、结构方程建模基本理论基本术语(一)潜变量观测变量观测变量x外生观测变量y内生观测变量外生潜变量内生潜变量基本术语(二)■

4、结构模型■y变量测量模型yy■x变量测量模型xx方差-协方差矩阵1111EFV+=l2222EFV+=lCov(V1,V2)=Cov(l1F1+E1,l2F1+E2)=l1l2Cov(F1,F1)+l1Cov(F1,E2)+l2Cov(E1,F1)+Cov(E1,E2)=l1l2Cov(F1,F1)=l1l2Var(F1,F1)=l1l2VarianceCovariance拟合函数F=F(S,Σ(θ))MaximumlikelihoodFML=log

5、Σ(θ)

6、+Trace[Σ(θ)-1S]–

7、log

8、S

9、-p(p:numberofmeasuredvariable)GeneralizedLeastSquaresAsymptoticDistributionFree结构方程建模分析过程阶段一理论发展(TheoreticalDevelopment)模型识别(ModelIdentification)抽样和测量(SamplingandMeasurement)模型发展参数估计(ParameterEstimation)模型拟合度估计(AssessmentofFit)讨论和结论(DiscussionandConclusion)阶段二估计

10、和评价模型修正(ModelModification)模型设定(ModelSpecification)SEM的分析策略Modelconfirmation作为验证(confirmatory)的基础针对单一假设模型Modelgeneration先设定一个起始模型,在与实际观察数据进行比较之后,进行必要的修正,反复进行估计的程序以得到最佳拟合的模型ModelCompetition利用不同模型的比较以决定何者最能反应真实数据t-value最小值MI最大值初始模型最终模型基本拟合指标不能有负的误差变异误差变异必须达到显著水平估计参数之间的相关

11、的绝对值不能太接近1因子负荷不能太高或太低,最好介于0.5-0.95不能有很大的标准误模型整体拟合评价Absolutefitmeasures(整体适配性之评估)2不显著GIF(Goodness-of-Fit)>0.9RMR/SRMR<0.05RSMEA<0.05(0.08)Incrementalfitmeasures(底限模型与理论模型的比较)NFI>0.9NNFI>0.9IFI>0.9CFI>0.9RFI>0.9Parsimoniousfitmeasures(自由度比值的加权)PNFI>0.05PGFI>0.05AIC

12、(饱和模型,底限模型),越小越好CN>=2002/df>2,<3(5)模型内在品质个别项目的信度>0.5潜变量的成分信度>0.6潜变量的平均变异抽取>0.5所有估计的参数都达到显著水平标准化残差的绝对值<1.96修正指数<3.84SEM中的三种信

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。