结构方程模型

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2013-7-2,#,结构方程模型,结构方程模型,SEM,基础,SEM,流程,软件操作,案例应用,SEM,什么,是,SEM,？,结构方程模型,(SEM),是一种用来处理因果关系模型的统计方法，它也可以进行路径分析,(path analysis),、因子分析,、回归分析,及方差分析,。,SEM,提供了一种进行数据分析和研究理论的完整综合系统，可同时处理一系列或多组,自变量与因变量之间,关系，检验潜变量,(Latent variables),与观测变量,(Manifest variable),之间的关系,。,SEM,包括：回归分析,、因子分析,(,验证性因子分析、探索性因子分析,),、检验、方差分析、比较各组因子均值、交互作用模型、实验设计,。,SEM,基础,SEM,流程 软件操作 案例应用,SEM,基础,SEM,的,构成,SEM,基础,SEM,流程 软件操作 案例应用,SEM,基础,测量模型,measurement model,结构模型,structural model,潜在因素之间的关系,观测变量与潜在因素的关系,结构方程模型,Structural,Equation,Model,测量模式旨在建立测量指针与潜在变项间之关系，主要透过验证性因素分析以检验测量,指标,(,即,问卷、量,表,),的,效度,。,结构模式旨在检验潜在变项间之因果路径关系，主要针对潜在变项进行径路分析，以检验结构模式的适配,性,(Fitness),。,典型,SEM,图示,SEM,基础,SEM,流程 软件操作 案例应用,SEM,基础,测量模型：观测值与背后,潜在,特质,之间,的,关系,2,Y4,Y5,Y6,4,5,6,X1,X2,X3,1,2,3,Y1,Y2,Y3,1,1,2,3,误差,项 观测变量 潜变量,结构模型：因素之间的关系，潜变量的函数,关系,2,1,八,个,参数矩阵,结构方程模型的分析,过程,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,模型识别,模型界定,结果解释,理论,模型评价,参数估计,模型修正,选择测量变量及收集资料,Y,N,模型开发,估计评价,因果假设,将理论所呈现的假设，以,SEM,的形式加以表达,（路径图、参数设定,）,可识别模型中各参数的估计值可求且,唯一,一般化最小平方法,(GLS),、最大概似法,(ML),等,SEM,前提,条件,条件,1,：观测变量必须,是定距或定比型,变量。,条件,2,：观测变量必须为连续且至少要有四个数值。,条件,3,：数据,符合正态分布,。,条件,4,：变量,间关系,为,线性的。,条件,5,：变量间应避免多重共线性。,条件,6,：必须包含所有重要的因果关系。,条件,7,：模型是,过度,识别,的,。,条件,8,：,每个潜变量一开始至少应有三个观测变量。,条件,9,：,观测变量总数最好不要超过,30,个。,条件,10,：,观察变量个数。一般而言，样本数至少要有,200,个，至少要为,x,观察变量数量的,10,倍,15,倍,，,样本大小亦取决于潜变量的数量,；或者也可以,5,倍的待估计参数个数为最小样本数个数,。,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,SEM,模型识别,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,SEM,模型的识别，是判定模型中每一个待估计,的,(,自由,),参数,能否由观测数据求出,唯一,的估计值。,参数,类型,自由参数,固定参数,限制,参数,模型,类型,可识别,(,恰好,识别、过度,识别,),不可识别,SEM,模型识别,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,规则,一,(t,规则,),自由度,df=(p+q)(p+q+1)/2-t,0,其中,p,为外生观测变量，,q,为内生观测变量，,t,为自由参数。,测量模型 必要非,充分条件,规则,二,(,两步法,),测量模型,结构模型,三指标规则、两指标规则,/t,规则、零,B,规则递归规则、阶条件、秩条件,充分不必要,条件,规则,三,(MIMIC),多指标,多原因模型,外生变量都可测且内生变量可不止一个的,模型,SEM,模型评价,评价目的：从各方面来评鉴理论模型是否能解释实际观察所得的数据，或者说理论模式与实际观察所得数据的差距有多大,(Anderson&Gerbing,1988),SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,参数检验,显著性检验,（八个矩阵）,合理性检验,拟合程度检验,绝对拟合指标,卡方检验,近似误差均方根,相对拟合指标,NFI,NNFI,CFI,信息指数,解释能力评价,单方程解释力,整体模型解释力,效应分解,SEM,模型修正,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,模型不合适,结构假定有误,外部界定有误,遗漏可测变量或潜变量,内部界定有误,遗漏或错误假定路径,分布假定不满足,不满足正态分布假定,不满足测量尺度假定,不是线性关系,有缺失值,省俭原则,等同原则,SEM,模型修正,SEM,基础,SEM,流程 软件操作 案例应用,SEM,流程,修正方向,模型简约,临界比率（,CR,）,2,/df,模型扩展,修正指数（,MI,）,MI 4,测量模型,结构模型,修正内容,增删因子载荷,增减潜变量,增删因子间协方差,增删路径系数,增删测量误差协方差,增减残差协方差,模型修正的检验：,LR,检验、,LM,检验、,W,检验,AMOS,执行步骤,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,绘制因果模型图,界定各变量名称,勾选相关统计量,执行模型的估计,假设模型的检验,进行模型的修正,模型检验的诠释,Amos,Graphics,界面,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,潜在变量,观察变量,误差变量,测量模型,结构模型,建立路径模型图,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,开启数据文件,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,样本量,设定观察变量,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,设定误差变量名称,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,设定输出统计量,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,最小化过程,标准化的估计值,多元相关的平方,观察样本协方差矩阵,间接效果、直接效果和总效果,残差矩阵,隐含协方差矩阵,修正指标,检验正态性与异常值,计算估计值,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,计算估计值,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,浏览模型结果,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,估计值,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,回归系数,估计,参数的标准误,检验统计量,(1.96),P,值显著性,(0.05,（未,达显著,水平）,GFI,值,适配度指数,0.90,以上,0.95,AGFI,值,调整后适配度指数,0.90,以上,0.95,RMR,值,残差均方和平方根,0.05,SRMR,值,标准化,RMR,0.05,0.06,RMSEA,值,渐进残差均方和平方根,0.05,（适配良好）,0.08,（适配合理）,0.90,以上,0.95,RFI,值,相对适配指数,0.90,以上,IFI,值,增值适配指数,0.90,以上,TLI,值,(,NNFI,值,),非规准适配指数,0.90,以上,0.90,CFI,值,比较适配指数,0.90,以上,0.95,适配度指标,SEM,基础,SEM,流程 软件操作 案例应用,软件操作,统计检验量,指标解释,适配的标准或临界值,外国标准,简约适配度指数,PGFI,值,简约适配度指数,0.50,以上,PNFI,值,简约调整后的规准适配指数,0.50,以上,CN,值,临界样本数,200,NC,值,卡方自由度比值,1NC5,，表示模型需要修正,1,2,/df3,AIC,Akaike,讯息效标,CAIC,考虑样本大小,参考文献,吴,明,隆,.,结构方程模型,AMOS,的操作与应用,重庆大学出版社,2009,年,7,月,SEM,THANK YOU!,