《結(jié)構(gòu)方程模型簡介》ppt課件

1、構(gòu)造方程模型簡介 ningxing 概念 u構(gòu)造方程模型是一種通用的線性統(tǒng)計建 模技術(shù)。它主要是利用聯(lián)立方程組求解， 但是沒有嚴(yán)厲的假設(shè)限定條件，同時允 許自變量和因變量存在丈量誤差。 假設(shè) u與其他分析方法一樣的假設(shè)條件包括： u1 察看變量是相互獨立的； u2 隨機(jī)抽樣； u3 線性相關(guān) 步驟 模型設(shè)定 模型識別 模型估計 模型評價 模型修正 模型設(shè)定：2個根本假設(shè) u實際根據(jù)是添加或者刪除連線的根據(jù)， 用最少的因果途徑或者相關(guān)關(guān)系來刻劃 在實際上可行的模型 u線性關(guān)系 模型設(shè)定：2種變量 潛在變量和顯示變量 潛在變量不可直接衡量的 顯示變量丈量變量問卷中直接丈量的 內(nèi)生變量和外生變量 內(nèi)

2、生變量由模型內(nèi)其他變量作用所影響的變 量 外生變量變量的影響要素在模型之外 模型設(shè)定：2個模型 u丈量模型 u表示潛在變量和觀測變量之間的關(guān) 系 u構(gòu)造模型潛在變量模型 u表示潛在變量之間的關(guān)系 樣本容量 u普通而言，最保守的是一個變量要5個樣 本來衡量，此時樣本服從多元正態(tài)分布， 而且沒有奇特值。也有人以為一個變量 由15個樣本來衡量比較好。最低的樣本 要求是50。普通樣本量在100200之間 比較適宜。 變量數(shù)量 u選擇多個目的表示潛在因子具有統(tǒng)計上 和概念上的優(yōu)勢 u普通以34個目的表示1個因子比較適宜 u當(dāng)因子相互關(guān)聯(lián)的時候，可以減至2個 前期任務(wù) u可信度檢驗 uSPSS中完成 u效

3、度檢驗 u缺省值處置 uSPSS中完成 模型識別：概念1 u當(dāng)一個未知參數(shù)至少可以由觀測變量的 方差協(xié)方差矩陣中的一個或者多個元素 的代表函數(shù)來表達(dá)，就稱這個參數(shù)可識 別的。假設(shè)模型中的參數(shù)都是識別參數(shù)， 那么這個模型就是可識別的。 模型識別：概念2 u過度識別當(dāng)一個模型中的參數(shù)都是 識別的并且至少有一個是過度識別的， 那么這個模型就是過度識別的 u恰好識別當(dāng)一個模型中的參數(shù)都是 識別的并且沒有一個是過度識別的，那 么這個模型就是恰好識別的 u不可識別模型中至少有一個不可識 別的參數(shù) 模型識別：不可識別的 緣由 u模型能否識別并不是樣本的問題 u緣由： u1、自在度少 u2、因子之間的相互作用

4、，即雙向作用 模型識別：判別方法 u數(shù)據(jù)點的數(shù)目不能少于自在參數(shù)的數(shù)目。數(shù)據(jù) 點的數(shù)目就是觀測變量的方差和協(xié)方差的數(shù)目。 自在參數(shù)的數(shù)目特指待定的因子載荷、通徑系 數(shù)、潛在變量和誤差項的方差、潛在變量之間 與誤差項之間的協(xié)方差的總數(shù) u必需為模型中的每一個潛在變量建立一個丈量 尺度。將潛在變量的方差設(shè)定為1；將潛在變量 的觀測標(biāo)識中任何的一個因子負(fù)載設(shè)定為一個 常數(shù)，通常為1 模型識別：預(yù)防措施 u預(yù)防不可識別的模型主要是有關(guān)參數(shù)的 設(shè)定，盡量減少自在參數(shù)的數(shù)目，讓模 型簡約。當(dāng)模型中的變量之間有循環(huán)或 是雙向關(guān)系，那么這個模型就是非遞歸 的，普通是不可識別的。 模型估計：方法選擇1 u最大似

5、然估計和最小二乘估計 u假定：觀測變量是延續(xù)變量，具有多元 正態(tài)分布。 u即使是在大樣本的情況下，觀測變量的 偏態(tài)性，尤其是在很高的峰度下，會導(dǎo) 致很差的估計以及不正確的規(guī)范誤和偏 高的卡方值。 模型估計：方法選擇2 對偏態(tài)分布的變量進(jìn)展轉(zhuǎn)換； 去除奇特值； 采用加權(quán)最小二乘法 模型評價：不適宜的參 數(shù)估計 u誤差項有負(fù)方差 u規(guī)范化的相關(guān)系數(shù)大于或者接近于1 u某一相關(guān)系數(shù)有很大的規(guī)范差 模型評價：處理方法 u模型能否可以識別 u將誤差項固定在很小的正值 u減少構(gòu)造 模型評價：3個方面 u絕對目的 u相對目的 u簡約性 模型評價：絕對目的 u從設(shè)定模型的擬合和獨立模型擬合之間 的比較得出的

6、u卡方值與自在度的比值：13之間 p0.05 uGFI：0.9 uAGFI：0.9 uRMSEA：0.08 模型評價：相對目的 u設(shè)定模型和特定模型的比較 u規(guī)范擬合指數(shù)NFI：設(shè)定模型和獨立 模型的卡方值的比較不能控制自在度， 在小樣本的時候低估 uIFI：對NFI的修正 u比較擬合指數(shù)CFI：設(shè)定模型和獨立模型 的卡方值的比較，非中心的卡方分布 模型評價：簡約性 u阿凱克信指數(shù) AIC u模型的比較 模型比較 u嵌套模型的比較 u非嵌套模型的比較 模型比較：嵌套模型 u嵌套關(guān)系：在兩個模型中，其中一個模 型是在另一個模型的根底上加一定的限 制得到的，一個模型的自在度是另外一 個模型的子集 u似然比較檢驗：經(jīng)過兩個模型擬合優(yōu)度 的卡方檢驗值的差值和自在度的差值得 到的新的卡方值和自在度 u結(jié)果顯著：模型中的變化并不是改善 模型比較：非嵌套模型 u阿凱克信指數(shù) AIC u一致性阿凱克信指數(shù)CAIC u期望交叉證明指數(shù) ECVI u這些值的數(shù)值越小，就闡明模型簡約并擬合的 很好，但是這些目的都不是統(tǒng)計值，因此沒有 統(tǒng)計檢驗來確認(rèn)兩個模型之間的差別能否顯著。 在運用時，先估計每個模型，將它們按其中一 個目的進(jìn)展比較，然后選擇其中