結(jié)構(gòu)方程模型

1、關(guān)于結(jié)構(gòu)方程模型第一張，PPT共四十四頁，創(chuàng)作于2022年6月1概念結(jié)構(gòu)方程模型（SEM），協(xié)方差結(jié)構(gòu)模型（CSM）；結(jié)構(gòu)方程分析，是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計(jì)方法，也稱為協(xié)方差結(jié)構(gòu)分析第二張，PPT共四十四頁，創(chuàng)作于2022年6月2第三張，PPT共四十四頁，創(chuàng)作于2022年6月3第四張，PPT共四十四頁，創(chuàng)作于2022年6月4第五張，PPT共四十四頁，創(chuàng)作于2022年6月5為什么用SEM潛變量：智力、學(xué)習(xí)成就、學(xué)習(xí)動機(jī)等；外顯變量：學(xué)生的語文成績、數(shù)學(xué)成績、英語成績等；SEM：一個數(shù)學(xué)模型，可用于分析一些涉及潛變量的復(fù)雜關(guān)系；第六張，PPT共四十四頁，創(chuàng)作于2022年6

2、月6SEM的優(yōu)點(diǎn)同時處理多個因變量；容許自變量和因變量含測量誤差；同時估計(jì)因子結(jié)構(gòu)與因子關(guān)系；容許更大彈性的測量模型；估計(jì)整個模型的擬合程度第七張，PPT共四十四頁，創(chuàng)作于2022年6月7SEM的分析純粹驗(yàn)證（ strictly confirmatory， SC）；心目中只有一個模型 這類分析不多，無論接受還是拒絕，仍希望有更佳的選擇選擇模型（ alternative models， AM）；從擬合的優(yōu)劣，決定那個模型最為可取但我們?nèi)猿Ｗ鲆恍┹p微修改，成為MG類的分析產(chǎn)生模型（ model generating， MG）；先提出一個或多個基本模型基于理論或數(shù)據(jù)，找出模型中擬合欠佳的部份修改模型

3、，通過同一或其他樣本，檢查修正模型model respecification的擬合程度，目的在于產(chǎn)生一個最佳模型第八張，PPT共四十四頁，創(chuàng)作于2022年6月8100名學(xué)生在9個不同學(xué)科間的相關(guān)系數(shù)(correlation coefficient matrix)第九張，PPT共四十四頁，創(chuàng)作于2022年6月9第十張，PPT共四十四頁，創(chuàng)作于2022年6月10 再生/隱含矩陣 (reproduced/implied matrix) 第十一張，PPT共四十四頁，創(chuàng)作于2022年6月11第十二張，PPT共四十四頁，創(chuàng)作于2022年6月12第十三張，PPT共四十四頁，創(chuàng)作于2022年6月13依據(jù) 及指

4、定模型找出與 相距最小的 樣本相關(guān)（或協(xié)方差）矩陣 correlation/covariance matrix一個或多個有理據(jù)的可能模型 (alternative models)輸出 Output輸入InputSEM 程式program(e.g., LISREL) 、各路徑參數(shù)（因子負(fù)荷loading、因子相關(guān)系數(shù)factor correlations等）各種擬合指數(shù)第十四張，PPT共四十四頁，創(chuàng)作于2022年6月14第十五張，PPT共四十四頁，創(chuàng)作于2022年6月15第十六張，PPT共四十四頁，創(chuàng)作于2022年6月16第十七張，PPT共四十四頁，創(chuàng)作于2022年6月17第十八張，PPT共四十

5、四頁，創(chuàng)作于2022年6月18第十九張，PPT共四十四頁，創(chuàng)作于2022年6月19第二十張，PPT共四十四頁，創(chuàng)作于2022年6月20第二十一張，PPT共四十四頁，創(chuàng)作于2022年6月21_ (no. of estimated parameters)模型 df NNFI CFI 需要估計(jì)的參數(shù)個數(shù) _M1 24 40 .973 .98221 = 9 Load + 9 Uniq + 3 Corr M2 27 503 .294 .471 18 = 9 Load + 9 UniqM3 26 255 .647 .745 19 = 9 Load + 9 Uniq + 1 CorrM4 26 249 .6

6、56 .752 19 = 9 Load + 9 Uniq + 1 CorrM5 27 263 .649.72718 = 9 Load + 9 UniqM6 24 422 .337 .558 21 = 9 Load + 9 Uniq + 3 CorrM7 21 113 .826 .898 24 = 9 Load + 9 Uniq + 6 Corr _第二十二張，PPT共四十四頁，創(chuàng)作于2022年6月22模型比較 (Model Comparison)自由度(df), 擬合程度 (fit), 不能保證最好，可能存在更簡潔(parsimonious) 又?jǐn)M合(fit)得很好的模型 輸入Input:相關(guān)

7、（或協(xié)方差）矩陣correlation/covariance matrix一個或多個有理據(jù)的可能模型 (alternative models)輸出Output:既符合某指定模型，又與 差異最小的矩陣估計(jì)各路徑參數(shù)parameter（因子負(fù)荷loading、因子相關(guān)系數(shù)factor correlations等）。計(jì)算出各種擬合指數(shù)(goodness of fit indexes)第二十三張，PPT共四十四頁，創(chuàng)作于2022年6月23SEM分析步驟模型構(gòu)建；模型擬合；模型評價(jià)；模型修正第二十四張，PPT共四十四頁，創(chuàng)作于2022年6月24 指定觀測變量與潛變量（因子）的關(guān)系、各潛變量間的相互關(guān)系（

8、指定哪些因子間有相關(guān)或直接效應(yīng)direct effect）在復(fù)雜的模型中，可以限制constrain因子負(fù)荷loading或因子相關(guān)系數(shù)等參數(shù)的數(shù)值或關(guān)系（例如，2個因子間相關(guān)系數(shù)correlation等于0.3；2個因子負(fù)荷必須相等）模型建構(gòu)（model specification）,第二十五張，PPT共四十四頁，創(chuàng)作于2022年6月25模型擬合(model fitting)通常用 ML作模型參數(shù)的估計(jì)(versus 回歸分析，通常用所最小二乘方法擬合模型，相應(yīng)的參數(shù)估計(jì)稱為最小二乘估計(jì) )第二十六張，PPT共四十四頁，創(chuàng)作于2022年6月26第二十七張，PPT共四十四頁，創(chuàng)作于2022年6

9、月27第二十八張，PPT共四十四頁，創(chuàng)作于2022年6月28結(jié)構(gòu)方程的解solution是否適當(dāng)proper，估計(jì)是否收斂，各參數(shù)估計(jì)值是否在合理范圍內(nèi)（例如，相關(guān)系數(shù)在 +1與1之內(nèi)）參數(shù)與預(yù)設(shè)模型的關(guān)系是否合理。當(dāng)然數(shù)據(jù)分析可能出現(xiàn)一些預(yù)期以外的結(jié)果，但各參數(shù)絕不應(yīng)出現(xiàn)一些互相矛盾，與先驗(yàn)假設(shè)有嚴(yán)重沖突的現(xiàn)象檢視多個不同類型的整體擬合指數(shù)，如 NNFI、CFI、RMSEA 等模型評價(jià)（model assessment） 第二十九張，PPT共四十四頁，創(chuàng)作于2022年6月29第三十張，PPT共四十四頁，創(chuàng)作于2022年6月30第三十一張，PPT共四十四頁，創(chuàng)作于2022年6月31第三十二張，

10、PPT共四十四頁，創(chuàng)作于2022年6月32第三十三張，PPT共四十四頁，創(chuàng)作于2022年6月33第三十四張，PPT共四十四頁，創(chuàng)作于2022年6月34第三十五張，PPT共四十四頁，創(chuàng)作于2022年6月35第三十六張，PPT共四十四頁，創(chuàng)作于2022年6月36第三十七張，PPT共四十四頁，創(chuàng)作于2022年6月37CFI；RMSEA第三十八張，PPT共四十四頁，創(chuàng)作于2022年6月38模型修正（model modification）依據(jù)理論或有關(guān)假設(shè)，提出一個或數(shù)個合理的先驗(yàn)?zāi)Ｐ蚢 priori model檢查潛變量（因子）與指標(biāo)（題目）間的關(guān)系，建立測量模型measurement model可能

11、增刪或重組題目若用同一樣本數(shù)據(jù)去修正重組測量模型，再檢查新模型的擬合指數(shù)，這十分接近探索性因素分析，所得擬合指數(shù)，不足以說明數(shù)據(jù)支持或驗(yàn)證模型第三十九張，PPT共四十四頁，創(chuàng)作于2022年6月39可以循序漸進(jìn)地，每次只檢查含2個因子的模型，確立測量模型部分的合理后，最后才將所有因子合并成預(yù)設(shè)的先驗(yàn)?zāi)Ｐ?，作一個總體檢查對每一模型，檢查標(biāo)準(zhǔn)誤、t值、標(biāo)準(zhǔn)化殘差std residuals、修正指數(shù)Modification index MI、參數(shù)期望改變值expected change、及各種擬合指數(shù)fit index，據(jù)此修改模型并重復(fù)步驟。這最后的模型是依據(jù)某一個樣本數(shù)據(jù)修改而成，最好用另一個獨(dú)立

12、樣本，交互確定cross-validate模型修正（model modification）第四十張，PPT共四十四頁，創(chuàng)作于2022年6月40結(jié)構(gòu)方程模型的優(yōu)點(diǎn) 同時處理多個因變量(many dependent variables) 同時估計(jì)因子結(jié)構(gòu)factor structure和因子關(guān)系第四十一張，PPT共四十四頁，創(chuàng)作于2022年6月41容許自變量independent variable和因變量dependent variable含測量誤差measurement error 傳統(tǒng)方法（如回歸regression）假設(shè)自變量 independent variable沒有誤差 _英文 中文

13、_ 觀察 真 誤差 觀察 真 誤差 得分 分?jǐn)?shù) 得分 分?jǐn)?shù)observed true error observed true errorscore score score score X Tx e Y Ty e_ 8 7 +1 5 3 +2 5 6 -1 6 7 -1 7 5 +2 9 7 +2 9 8 +1 5 8 -3 . . . . . . X = Tx + e Y = Ty + eif r (X, Y) = 0.5 r (Tx,Ty)= 0.5 /(rXt-t) (rYt-t)1/2 = 0.71 (assume rt-t =0.7)第四十二張，PPT共四十四頁，創(chuàng)作于2022年6月42容許更大彈性的測量模型估計(jì)整個模型的擬合程度model fit用以