结构方程模型讲义

结构方程模型讲义

ID:46524299

大小:8.31 MB

页数:72页

时间:2019-11-24

结构方程模型讲义_第1页
结构方程模型讲义_第2页
结构方程模型讲义_第3页
结构方程模型讲义_第4页
结构方程模型讲义_第5页
资源描述:

《结构方程模型讲义》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、结构方程模型罗东霞验证性因子分析(CFA)验证性因子分析可以通过结构方程模型(StructureEquationModeling,SEM)来实现它是以研究者最初构建的模型为基础,通过对数据的迭代计算来验证模型对数据的支持程度。(从一个初始估计出发寻找一系列近似解来解决问题)研究者可以根据理论和数据调整模型。如果模型拟合程度较高,则表明结构效度良好。验证性因子分析通过因子载荷来判断聚合效度,通过信赖区间检定法(ConfidenceIntervalTest)和变异数抽取估值法(VarianceExt

2、ractedEstimate)来验证区分效度。信赖区间检验法就是考察两个因子之间的相关系数加减标准误的两倍是否包含1,如果不包含1,则表明数据有较高的区别效度(Anderson&Gerbing,1988)。GFI,t-,χ2EFA和CFA的区别迭代数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题的过程,为实现这一过程所使用的方法统称为迭代法。与迭代法相对应的是直接法(一次解法),即一次性解决问题。当遇到复杂问题时,特别是在未知量很多,无法找到直接解法,此时就通过迭代法来解决。迭代是解决

3、问题的一种基本方法,适合做重复性操作,可以对一定步骤进行重复执行,在每次执行这些步骤时,都从变量的原值推出它的一个新值。变异数抽取检定法Varianceextractedtest如果因子的变异数抽取估计值(VarianceExtractedEstimates)﹥该因子与其他因子的共同变异抽取值(相关系数的平方),则表明数据具有较高的辨别有效性(Fornell&Larcker,1981)。变异数抽取估计值:计算各因子非测量误差的变异数占变异数的比值。R2(判定系数coefficientofdete

4、rmination):已解释变异占总变异的百分比判定系数R2(CoefficientofDetermination)为何要学SEM SEM:StructuralEquationModeling结构方程建模:是基于变量的协方差矩阵(或相关系数矩阵)来分析变量之间关系的一种统计方法,亦称为协方差结构分析 我们只学习线性结构方程模型LISREL,lInearStructuralRELationship协方差和相关系数协方差的大小依赖于随机变量X和Y的单位。相关系数的取值范围[-1,1]科学的最高目标

5、1)把握因(cause)果(effect)关系2)把握因果关系的最有力手段3)科学也探索用相关方法考察因果关系4)统计分析技术按因果探索而发展。5)SEM是探索因果关系的一种相关研究方法为何要用SEM1)回归的预测应用不要SEM2)回归的解释应用需要SEM3)潜在变量的问题需要SEM潜在变量很多心理研究中涉及的变量,都不能准确、直接地测量,这种变量称为潜变量(latentvariable)例:智力、学习动机、家庭社会经济地位所以,我们退而求其次,用一些外显指标(observableindic

6、ators),去间接测量这些潜变量例:测量学生的家庭社会经济地位(潜变量),用学生父母教育程度、父母职业、父母收入等(外显指标)来测量。传统的统计分析方法不能妥善处理这些潜变量,而结构方程模型能同时处理潜变量及其指标。潜在变量简言之,结构方程模型是一个包含面很广的数学模型,可用以分析一些涉及潜变量的复杂关系。许多流行的传统方法(如回归分析),虽然容许因变量含测量误差,但需要假设自变量没有误差。例:用回归方法以生长时间预测某植物的高度(生长时间是自变量,高度是因变量),假设生长时间的测量不含测量误

7、差,但高度容许测量误差。因果问题1)SEM以相关数据评价假定的因果关系。2)何时能说X引起Y?3)SEM探究概率的而非确定论的因果。何时能说X引起Y?X时间在先。(纵向设计)明确说明因果方向,比如不可逆,或者循环。(同时测量设计)常识、理论、经验研究的成果都可以成为说明的线索。难以说明怎么办?X与Y之间的关系不因引进第三变量而消失(统计控制)。结构方程模型的结构结构方程模型可以分为测量方程(measurement)和结构方程(structuralequation)两部分测量方程描述潜变量与指

8、标之间的关系如家庭收入等指标与社会经济地位的关系结构模型描述潜变量之间的关系如社会经济地位与学业成就的关系x1x2δ1δ2ξ1λ1λ2y1y2ε1ε2η1λ1λ2矩阵形式的方程式矩阵形式的方程式而且ξ与δ无相关存在而且ε与η无相关存在转成向量形式测量模型LISREL应用示例PRELIS主要用于对数据进行前期处理和初步分析处理连续性数据探索性因子分析多元回归分析结构模型又称为潜在变量模型(latentvariablemodels)或线性结构关系(linearstructuralrelationsh

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。