结构方程模型及其应用ppt课件.ppt

《结构方程模型及其应用ppt课件.ppt》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、结构方程模型及其应用一、引言二、结构方程模型简介三、验证性因子分析四、全模型1一、引言1、描述数据：要准确还是要简洁？2、好模型是尽可能准确且相对简洁3、一个具体的例子：2例子：9个不同学科的相关关系（1）学科12345678911.0020.121.0030.080.081.0040.500.110.081.0050.480.030.120.451.0060.070.460.150.080.111.0070.050.440.150.120.120.441.0080.140.170.530.140.080.100.061.0090.160.050.430.100.060.080.100.54

2、1.00首先：输入观测变量的相关矩阵S3例子：9个不同学科的相关关系（2）第二：提出简洁模型学科1学科4学科5学科2学科6学科7学科3学科8学科9第1组第2组第3组M1利用软件进行分析需要输入：调查对象个数；协方差矩阵；路径图4例子：9个不同学科的相关关系（3）学科12345678911.0020.101.0030.110.101.0040.500.090.101.0050.480.090.090.451.0060.100.460.100.090.091.0070.090.440.090.090.080.441.0080.130.120.530.120.120.120.111.0090.16

3、0.100.430.100.100.100.090.541.00第三：程序回馈最接近的再生矩阵∑5例子：9个不同学科的相关关系（4）第三：程序回馈最接近的再生矩阵∑学科1学科4学科5学科2学科6学科7学科3学科8学科9第1组第2组第3组M10.730.690.650.680.680.650.650.810.660.190.220.226例子：9个不同学科的相关关系（5）第四：检查模型的准确性和简洁性准确性：拟合优度指数：χ2,NNFI,CFI简洁性：自由度=p(p+1)/2-要估计的参数个数7例子：9个不同学科的相关关系（6）第五：检查其他可能模型第六：模型比较8二、结构方程模型简介1、SE

4、M的重要性1）SEM：基于变量的协方差来分析变量之间的关系。2）应用原因：可以分析涉及潜变量的复杂关系。◆管理研究离不开一些抽象的构念：——“学业成就”、“家庭社会地位”等等——可操作化以便得到具体数据◆这些具体的能进行测量的变量称为——显变量/观察变量/测量变量例如：学业成就：语文、数学、英语家庭社会地位：学生父母受教育程度、父母职业及其收入92、结构方程模型的结构1）测量模型：指标与潜变量之间的关系x=Λxξ+δ（如语文与学业成就的关系）y=Λyη+ε（如家庭收入与社会地位的关系）2）结构模型η=Βη+Γξ+ζ（学业成就与社会地位的关系）x—外源指标向量y—内生指标向量Λx—外源指标在外

5、源潜变量上的因子负荷矩阵Λy—内生指标在内生潜变量上的因子负荷矩阵ξ—外源潜变量η—内生潜变量δ—外源指标x的误差项ε—内生指标y的误差项Β—内生潜变量之间的关系Γ—外源潜变量对内生潜变量的影响ζ—结构方程的残差项，反映η在结构方程中未被解释的部分。103、结构方程模型的优点：1）同时处理多个变量：回归分析在计算对某一个因变量的影响时，忽略了其他因变量的存在及其影响；2）容许自变量和因变量含测量误差：回归分析只允许因变量有误差，不允许自变量有测量误差；3）同时估计因子结构和因子关系：因子分析的步骤是先算因子负荷，进而得到因子得分，再计算因子得分的相关系数得到潜变量的相关系数；4）容许更大弹性

6、的测量模型：传统上一个指标只能从属于一个因子，但SEM一个指标可以从属于多个因子；5）估计整个模型的拟合程度:传统路径分析只估计每一路径的强弱。114、路径图的图标规则圆或者椭圆表示潜变量或因子正方形或者长方形表示显变量或指标单向箭头表示单向影响双向弧形箭头表示相关单向箭头指向因子表示内生潜变量未被解释的部分单向箭头指向指标表示测量误差125、SEM模型的八种矩阵概念列表结构模型矩阵ΒbetaBEη因子对η因子的影响ΓgammaGAξ因子对η因子的影响测量模型矩阵ΛxlambdaxLXx变量在ξ因子上负荷ΛylambdayLYy变量在η因子上的负荷ФphiPHξ因子的协方差残差矩阵ΨpsiP

7、S结构方程残差ζ的协方差Θδtheta-deltaTDx指标的误差协方差Θεtheta-epsilonTEy指标的误差协方差136、SEM的应用步骤1）阐明研究假设，弄清应用SEM是为了验证何种假设；2）分析SEM的必要性，为什么其他的数据分析方法不适合；3）模型设定：路径图4）模型辨识：自由度=[(p+q)(p+q+1)/2]-t>0p：外生观测变量个数q：内生观测变量个数t：需要估计的参数个数5）模型估计