XXXX-12-05SEM簡(jiǎn)介ppt課件

1、構(gòu)造方程模型 Structural Equation Model, SEM簡(jiǎn)介任亞軍.目錄SEM的簡(jiǎn)介丈量模型和構(gòu)造模型SEM模型圖中的符號(hào)與意義模型的識(shí)別參數(shù)估計(jì)的方法模型的評(píng)價(jià)模型的修正.SEM的引見構(gòu)造方程模型 Structural Equation Model是基于變量的協(xié)方差矩陣來(lái)分析變量之間關(guān)系的一種統(tǒng)計(jì)方法。所以，有時(shí)候也叫協(xié)方差構(gòu)造分析。很多心思、教育、社會(huì)等概念，均難以直接準(zhǔn)確丈量，這種變量稱為潛變量latent variable，如智力，我們只能求其次，用一些外顯目的observable indicators，如言語(yǔ)，數(shù)學(xué)，推理，等才干，去間接丈量這些潛變量。.包含的統(tǒng)計(jì)方

2、法：a. 驗(yàn)證性要素分析Confirmatory Factor Analysisb. 途徑分析Path Analysisc. 多元回歸Multiple regression .SEM的特點(diǎn)：可同時(shí)思索及處置多個(gè)因變量允許自變量和因變量工程含有丈量誤差同時(shí)估計(jì)因子構(gòu)造和因子關(guān)系更有彈性的丈量方式，一個(gè)目的可從屬于兩個(gè)潛在因子可構(gòu)建潛在變量之間的關(guān)系，并估計(jì)方式與數(shù)據(jù)之間的吻合程度.實(shí)現(xiàn)的軟件：LISREL軟件AMOSEQSMPLUS可以處置定類數(shù)據(jù)MX.構(gòu)造方程模型的數(shù)據(jù)： 1樣本大小 從實(shí)際上講：樣本容量越大越好。有人建議，樣本容量最少大于100，最好大于200以上。 對(duì)于不同的模型，要求有所

3、不一樣。普通要求如下： N/P10 N/t5 N樣本容量 t自在估計(jì)參數(shù)的數(shù)目 p目的數(shù)目. 2目的數(shù)目 普通要求因子的目的數(shù)目至少為3個(gè)。 在探求性研討或者設(shè)計(jì)問(wèn)卷的初期，因子目的的數(shù)目可以適當(dāng)多一些，預(yù)試結(jié)果可以根據(jù)需求刪除不好的目的。 只需兩個(gè)目的時(shí)：因子之間必需有相關(guān) 只需一個(gè)目的時(shí)：需求進(jìn)展顯著性檢驗(yàn). 3數(shù)據(jù)類型 絕大部分構(gòu)造方程模型是基于定距、定比、定序數(shù)據(jù)計(jì)算的。但是新開展的軟件如Mplus可以處置定類數(shù)據(jù)。 數(shù)據(jù)要求要有足夠的變異量，相關(guān)系數(shù)才干顯而易見。如樣本中的數(shù)學(xué)成果非常接近如都是95分左右，那么數(shù)學(xué)成果差別大部分是丈量誤差引起的，那么數(shù)學(xué)成果與其它變量之間的相關(guān)就不顯

4、著。. 1X1X2X3X41234413121111y1y2y3y4123441312111 2y5y6y7y8 5 6 7 88272625211212112.丈量模型(measurement model) 丈量模型：反映的是目的變量和潛在變量之間的關(guān)系，經(jīng)過(guò)丈量模型可由目的變量定義潛在變量。闡明：x,y 是外生及內(nèi)生目的。, 是X，Y丈量上的誤差。x是x目的與埋伏變項(xiàng)的關(guān)系y是y目的與埋伏變項(xiàng)的關(guān)系.構(gòu)造模型(Structural model) 構(gòu)造模型：反映的是潛在變量之間的關(guān)系。內(nèi)生(依變)(endogenous,dependent)埋伏變項(xiàng)外生(自變)(exogenous,indep

5、endent)埋伏變項(xiàng)內(nèi)生埋伏變項(xiàng)間的關(guān)系外源變項(xiàng)對(duì)內(nèi)生變項(xiàng)的影響方式內(nèi)未能解釋部份.把丈量模型和構(gòu)造模型聯(lián)立，同時(shí)進(jìn)展估計(jì)時(shí)，就稱為完好的構(gòu)造方程模型(SEM).構(gòu)造方程模型中常用圖標(biāo)與意義潛在變量因子圓橢圓.正方形矩形觀測(cè)變量或者目的.單向箭頭因果關(guān)系，箭頭指向結(jié)果變量.相關(guān)關(guān)系不是因果關(guān)系雙向弧線箭頭.單向箭頭表示內(nèi)生潛變量未被解釋的部分.單向箭頭表示目的未被解釋的部分.構(gòu)造方程模型分析過(guò)程模型界定模型修正模型評(píng)價(jià)解 釋模型識(shí)別選擇丈量變量及搜集資料參數(shù)估計(jì)未到達(dá)可接受程度到達(dá)可接受程度模型建構(gòu)：確定變量之間的相互關(guān)系，確定模型能否可被識(shí)別。估計(jì)與評(píng)價(jià)：用察看資料來(lái)估計(jì)參數(shù)和評(píng)價(jià)模型。理

6、 論模型評(píng)價(jià)參數(shù)估計(jì).模型自在度： 自在度=協(xié)方差矩陣中不反復(fù)的元素個(gè)數(shù) 自在參數(shù)的數(shù)目 p,q分別是內(nèi)因目的變量和外因目的變量的個(gè)數(shù) 自在參數(shù)，又叫待估計(jì)的參數(shù)，包括回歸系數(shù)，方差與協(xié)方差 .項(xiàng)目低識(shí)別(Under-Identified)恰好識(shí)別(just-Identified)過(guò)度識(shí)別(Over-Identified)模型自由度Df 0原因未知參數(shù)個(gè)數(shù)多于方程個(gè)數(shù)未知參數(shù)個(gè)數(shù)等于方程個(gè)數(shù)未知參數(shù)個(gè)數(shù)少于方程個(gè)數(shù)解無(wú)窮多解唯一解唯一解模型成立不可可可解決方法固定參數(shù)值，以減少未知參數(shù)個(gè)數(shù)-模型識(shí)別.丈量單位: 假設(shè)不指定潛變量的丈量單位，任何模型都是不可識(shí)別的。 固定因子負(fù)荷為1 固定方差為

7、1.參數(shù)估計(jì)估計(jì)過(guò)程：追求盡量減少模型估計(jì)方差協(xié)方差矩陣S(q)與樣本方差協(xié)方差矩陣S的差距，并將兩者的差值作為殘差。迭代計(jì)算：找出一個(gè)與S差距最小的S最常用的估計(jì)方法：最大似然法(ML) 廣義最小二乘法(GLS)滿足的條件：觀測(cè)變量為延續(xù)變量，且具有多元正態(tài)分布.最大似然估計(jì)(Maximum Likelihood, ML)擬合函數(shù)為根本性質(zhì)：ML估計(jì)是漸近無(wú)偏的ML估計(jì)是一致估計(jì)ML估計(jì)是漸近有效的ML估計(jì)是漸近正態(tài)分布不受丈量單位的影響.廣義最小二乘估計(jì)(Generalized Least Squares, GLS).模型的評(píng)價(jià)擬合指數(shù)，對(duì)模型進(jìn)展整體評(píng)價(jià)；測(cè)定系數(shù)，評(píng)價(jià)模型對(duì)數(shù)據(jù)的解釋才

8、干；參數(shù)檢驗(yàn)，評(píng)價(jià)參數(shù)的顯著性。.模型適配度(1)絕對(duì)擬合指數(shù) 卡方值、卡方自在度比、RMR&SRMR&RMSEA、GFI&AGFI、ECVI、NCP&SNCP(2)相對(duì)擬合指數(shù) NFI、RFI、IFI、TLI、CFI(3)簡(jiǎn)約擬合指數(shù) AIC&CAIC、PNFI、PGFI、CN(4)殘差分析目的 .指標(biāo)名稱指標(biāo)含義接受標(biāo)準(zhǔn)適用情形殘差分析未標(biāo)準(zhǔn)化殘差RMR未標(biāo)準(zhǔn)化假設(shè)模型整體殘差越小越好了解殘差特性標(biāo)準(zhǔn)化殘差SRMR標(biāo)準(zhǔn)化模型整體殘差.05卡方自由度比卡方值/自由度.90說(shuō)明模型解釋力調(diào)整擬合指數(shù)AGFI用模型自由度和參數(shù)數(shù)目調(diào)整的GFI.90不受模型復(fù)雜程度影響簡(jiǎn)效擬合指數(shù)PGFI用模型自

9、由度和參數(shù)數(shù)目調(diào)整的GFI.50說(shuō)明模型的簡(jiǎn)單程度相對(duì)擬合效果指標(biāo)正規(guī)擬合指數(shù)NFI假設(shè)模型與獨(dú)立模型的卡方差異.90說(shuō)明模型較虛無(wú)模型的改善程度非正規(guī)擬合指數(shù)NNFI用模型自由度和參數(shù)數(shù)目調(diào)整的NFI.90不受模型復(fù)雜程度的影響替代性指標(biāo)非集中性參數(shù)NCP假設(shè)模型的卡方值距離中央卡方值分布的離散程度越小越好說(shuō)明假設(shè)模型矩陣中央卡方值的程度相對(duì)擬合指數(shù)CFI假設(shè)模型與獨(dú)立模型的非中央性差異.95說(shuō)明模型較虛無(wú)模型的改善程度，特別適合小樣本.指標(biāo)名稱指標(biāo)含義接受標(biāo)準(zhǔn)適用情形平均概似平均誤根系數(shù)RMSEA比較理論模型與飽和模型的差距200反映樣本規(guī)模的適切性.選擇擬合指數(shù)的根據(jù)：第一，擬合指數(shù)應(yīng)該

10、不受或少受樣本容量影響;第二，擬合指數(shù)應(yīng)該進(jìn)展模型復(fù)雜性校正，即對(duì)復(fù)雜模型進(jìn)展懲罰兩種情況。. 研討發(fā)現(xiàn)，81.3%的研討報(bào)告了卡方值,70.2%報(bào)告了卡方/df，其他擬合指數(shù)按其比率大小依次是CFI ( 91. 8% ) , RMSEA(83 . 6 % ) , NNFI(或TLI )(76%)、GFI(71.9%)、 NFI(55 %)、 AGFI(42.7%)、 IFI(36.3%)、RFI(9.4%)、 RMR(8.7%)、RNI(2.9%)、 AIC(2.9%)、 EVCI(1.2%)，僅有8.2%的研討報(bào)告了省儉指數(shù)。 GFI和AGFI在上世紀(jì)80,90年代很常用，但后來(lái)發(fā)現(xiàn)受樣本

11、容量的影響大，且在不同情況下有各種程度的誤差出現(xiàn)，新近擬合指數(shù)的專門研討只很少引薦運(yùn)用這兩個(gè)指數(shù)。.測(cè)定系數(shù)類似于回歸分析中的R2(Coefficient of Determinant) 第i個(gè)方程的測(cè)定系數(shù): 其中 是第i個(gè)方程的殘差的方差的估計(jì)值， 是第i個(gè)變量的樣本方差。 方程的測(cè)定系數(shù)用于評(píng)價(jià)第i個(gè)方程對(duì)數(shù)據(jù)的解釋才干。. 由于每個(gè)參數(shù)都會(huì)給出規(guī)范誤(standard error)，因此可以對(duì)參數(shù)進(jìn)展顯著性檢驗(yàn)。也就是檢驗(yàn)參數(shù)能否為零。 比如，檢驗(yàn)結(jié)果兩個(gè)潛在變量之間的系數(shù)不顯著，就應(yīng)該固定該參數(shù)為零，然后修正模型并重新估計(jì)。參數(shù)檢驗(yàn).模型修正(Modification Index, MI)當(dāng)擬合指數(shù)闡明實(shí)際模型與數(shù)據(jù)擬合程度不好時(shí)，需求對(duì)模型進(jìn)展修正。針對(duì)初始實(shí)際模型進(jìn)展部分的修正或調(diào)整，以提高假設(shè)模型的適配度。.模型修正原那么：1模型必需符合實(shí)際，不能盲目跟著數(shù)據(jù)走而只追求統(tǒng)計(jì)上的適配度高的模型。2模型越簡(jiǎn)單越好3模型修