欢迎来到天天文库
浏览记录
ID:11637176
大小:28.50 KB
页数:10页
时间:2018-07-13
《结构方程模型概述》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、结构方程模型概述10结构方程模型概述10结构方程模型概述10结构方程模型概述10结构方程模型概述10结构方程模型概述10结构方程模型概述102009年第12期(总第115期)沿海企业与科技NO.12,2009(CumulativelyNO.115)结构方程模型概述李顺会,白新荣[摘要]结构方程模型被称为近年来统计学三大发展之一,与传统的统计分析方法相比有很大的优势。文章主要介绍结构方程模型的基本原理、建模的基本过程等方面内容。它的使用为分析复杂的多变量关系奠定了方法论的基础。[关键词]结构方程模型;因果关系;统计方法[作者简介]李顺会,苏州大学教育学院应用心理学系2007
2、级硕士研究生,江苏育学院应用心理学系2007级硕士研究生,江苏[中图分类号]O212苏州,215123[文章编号]1007-7723(2009)12-0040-0002[文献标识码]A苏州,215123;白新荣,苏州大学教因子),反映这种潜在变量的指标称反映性指标。形成性指标是潜在变量被视为受观测变量影响(即潜在变量是效果,观测变量是因子)时所形成的线性关系,这时观测变量称形成性指标。指标含有随机误差和系统误差,统称为测量误差或误差。随机误差指测量上不准确的行为,系统误差反映指标也同时测量潜在变量以外的特性。(二)SEM的结构一、基本原理SEM中变量与变量之间的联结关系用
3、结构参(一)SEM中的基本概念数表示,提供变量间因果关系不变性的常数,描述1.变量。在SEM中,根据变量能否被直接测观测变量与观测变量之间、观测变量与潜在变量量而将其分为观测变量和潜在变量。观测变量是之间以及潜在变量与潜在变量之间的关系。这些文化程度、身高、变量又可归纳为两种模型,即测量模型和结构模可以直接被测量的变量,如年龄、体重等。潜在变量是用理论或假设来建立的、无法型。性格等,不过它也可以直接测量的变量,如智力、1.测量模型(MeasurementModel)。也称为验用观测变量来构建。从相互关系上分为外源变量证性因子分析模型,主要表示观测变量和潜变量(自变量)和内
4、源变量(因变量)。外源变量是引起之间的关系。度量模型一般由两个方程式组成,分其他变量变化和自身变化,且假设有系统外其他别规定了内源潜在变量η和内源观测变量y之因素所决定的变量。内源变量则是受其他变量影间,以及外源潜在变量ξ和外源观测变量x之间响而变化的变量。四种变量结合起来形成四类变的联系,模型形式为:量,即内源观测变量和外源观测变量,内源潜在变X=Λxξ+δ(1)量和外源潜在变量。另外,有些统计技术虽然允许Y=Λyη+ε(2)因变量含有测量误差,但却假设自变量是无误差其中,x为外源观测变量组成的向量;y为内源任何测量都是会产生误的,如回归分析。事实上,观测变量组成的向量
5、;Λx为外源观测变量与外源差的,SEM则允许自变量和因变量都存在测量误潜在变量之间的关系,是外源观测变量在外源潜差,并且试图更正测量误差所导致的偏差。在变量上的因子负荷矩阵;Λy为内源观测变量与2.指标。SEM的指标分反映性指标和形成性内源潜在变量之间的关系,是内源观测变量在内指标,它们是因潜在变量与观测变量之间因果优源潜在变量上的因子负荷矩阵;δ为外源观测变先性而产生的不同概念指标体系。反映性指标是量x的误差;ε为内源观测变量y的误差;ξ与当潜在变量被看成是一种基础建构时,产生某些η分别是x与y的潜在变量。被观测到的事物(即观测变量是效果,潜在变量是2.结构模式(Str
6、ucturalEquationMode1)。又称结构方程模型(structuralequationmodel,SEM)是20世纪60、70年代出现的新兴的统计分析手段,它在社会科学等领域得到了广泛的应用,并被称为统计学三大发展之一。传统的统计分析模型在解决复杂的变量关系时显得力不从心,其方法的局限性大大地凸显出来。而SEM可以弥补传统统计方法的不足,并能描述复杂的因果关系。40为潜变量因果关系模型,主要表示潜变量之间的关系。规定了所研究的系统中假设的外源潜在变量和内源潜在变量之间的因果关系,模型形式为:η=βη+Γξ+ζ(3)其中,η是内源潜在变量;ξ是外源潜在变量;β是
7、内源潜在变量η的系数矩阵,也是内源Γ是外生潜变量ξ潜在变量间的通径系数矩阵;的系数矩阵,也是外源潜在变量对相应内源潜在变量的通径系数矩阵;ζ为残差,是模式内未能解释的部分。上述模型有以下一些假定:E(ζ)=0,E(δ)=0,E(ε)=0,E(ξ)=0,E(η)=0;ε与ζ相互独立,δ与ξ相互独立,ε与η相互独立,ζ、δ及ε相互独立。二、SEM的基本过程SEM的建立过程有四个主要步骤,即模型构建(modelspecification)、模型拟合(modelfitting)、模型评价(modelassessment)以及模型修正(
此文档下载收益归作者所有