结构方程模型的特点及应用

《结构方程模型的特点及应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、结构方程模型的特点及应用结构方程模型的特点及应用程开明（浙江工商大学统计与计算科学学院，杭州0)”“0$）摘要：结构方程模型（是一种验证性多元统计分析技术，在心理学、社会学和管理学等领%&’）域的应用日益广泛。本文在阐述结构方程模型基本原理的基础上，把结构方程模型与几种多元统计方法进行比较，以突出结构方程模型的特点和优势，并简单地介绍了结构方程模型的一些应用。关键词：结构方程模型；隐变量；验证；一致性中图分类号：(!)!*+文献标识码：,文章编号：)”“!-#+./（!”“#）”$-”“!!-”0结构方程模型（简称%&’）作%12341325

2、6&735189:’16结构方程模型的特点及应用结构方程模型的特点及应用程开明（浙江工商大学统计与计算科学学院，杭州0)”“0$）摘要：结构方程模型（是一种验证性多元统计分析技术，在心理学、社会学和管理学等领%&’）域的应用日益广泛。本文在阐述结构方程模型基本原理的基础上，把结构方程模型与几种多元统计方法进行比较，以突出结构方程模型的特点和优势，并简单地介绍了结构方程模型的一些应用。关键词：结构方程模型；隐变量；验证；一致性中图分类号：(!)!*+文献标识码：,文章编号：)”“!-#+./（!”“#）”$-”“!!-”0结构方程模型（简称%&

3、’）作%123413256&735189:’16结构方程模型的特点及应用结构方程模型的特点及应用程开明（浙江工商大学统计与计算科学学院，杭州0)”“0$）摘要：结构方程模型（是一种验证性多元统计分析技术，在心理学、社会学和管理学等领%&’）域的应用日益广泛。本文在阐述结构方程模型基本原理的基础上，把结构方程模型与几种多元统计方法进行比较，以突出结构方程模型的特点和优势，并简单地介绍了结构方程模型的一些应用。关键词：结构方程模型；隐变量；验证；一致性中图分类号：(!)!*+文献标识码：,文章编号：)”“!-#+./（!”“#）”$-”“!!-”

4、0结构方程模型（简称%&’）作%123413256&735189:’16结构方程模型的特点及应用结构方程模型的特点及应用程开明（浙江工商大学统计与计算科学学院，杭州0)”“0$）摘要：结构方程模型（是一种验证性多元统计分析技术，在心理学、社会学和管理学等领%&’）域的应用日益广泛。本文在阐述结构方程模型基本原理的基础上，把结构方程模型与几种多元统计方法进行比较，以突出结构方程模型的特点和优势，并简单地介绍了结构方程模型的一些应用。关键词：结构方程模型；隐变量；验证；一致性中图分类号：(!)!*+文献标识码：,文章编号：)”“!-#+./（!”

5、“#）”$-”“!!-”0结构方程模型（简称%&’）作%123413256&735189:’16结构方程模型的特点及应用结构方程模型的特点及应用程开明（浙江工商大学统计与计算科学学院，杭州0)”“0$）摘要：结构方程模型（是一种验证性多元统计分析技术，在心理学、社会学和管理学等领%&’）域的应用日益广泛。本文在阐述结构方程模型基本原理的基础上，把结构方程模型与几种多元统计方法进行比较，以突出结构方程模型的特点和优势，并简单地介绍了结构方程模型的一些应用。关键词：结构方程模型；隐变量；验证；一致性中图分类号：(!)!*+文献标识码：,文章编号：

6、)”“!-#+./（!”“#）”$-”“!!-”0结构方程模型（简称%&’）作%123413256&735189:’169;2<?@9A，)B/0；C86后，=>2<?@9A与其合作者进一步发展矩阵模型的分析技术来处理共变结构的分析问题，提出测量模型与结构模型的概念，促成%&’的发展。E66F5:（定义结构方程模型为)BB#）“一种验证一个或多个自变量与一个或多个因变量之间一组!（#）G（HI)!HI$）”（HI)）GHI)；!（/）G（HI)!HI$）”（HI)）GHI)。根据不完备决策表JK的区分函数!可知：L洗净程度需求（，

7、稳定运行需求（HI)）HI$）M是个性化需求挖掘模型中所发现的关键需求。提取不完备决策表JK的最优决策规则。（+）根据不完备决策表JK中所有对象的区分函数!的结果可知：L洗净程度需求（HI$）M是对象)和!的一个相对约简；而对象0、+、$、#和/的一个相对约简是L稳定运行需求（HI)）M。根据上述相对约简得到下述三个最优决策规则：从而提升’V企业的竞争力。!”“结论大规模定制的起点和关键在于识别和获取顾客的个性化需求，因而企业必须极其重视个性化需求的挖掘工作。由不完备、不分明和模糊等于’16V下个性化需求具有不确定、性质，本文利用粗糙集中不完

8、备信息系统的有关算法对个性化需求挖掘及规则提取的模型进行了较为深入的研究。算例表明：该模型是合理和可行的。但由于’V下个性化需求挖掘及其知识发现是一个崭新的研究课题