結(jié)構(gòu)方程模型_第1頁
結(jié)構(gòu)方程模型_第2頁
結(jié)構(gòu)方程模型_第3頁
結(jié)構(gòu)方程模型_第4頁
結(jié)構(gòu)方程模型_第5頁
已閱讀5頁,還剩39頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

關于結(jié)構(gòu)方程模型1第1頁,共44頁,2023年,2月20日,星期五2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系的一種統(tǒng)計方法,也稱為協(xié)方差結(jié)構(gòu)分析第2頁,共44頁,2023年,2月20日,星期五3第3頁,共44頁,2023年,2月20日,星期五4第4頁,共44頁,2023年,2月20日,星期五5第5頁,共44頁,2023年,2月20日,星期五6為什么用SEM潛變量:智力、學習成就、學習動機等;外顯變量:學生的語文成績、數(shù)學成績、英語成績等;SEM:一個數(shù)學模型,可用于分析一些涉及潛變量的復雜關系;第6頁,共44頁,2023年,2月20日,星期五7SEM的優(yōu)點同時處理多個因變量;容許自變量和因變量含測量誤差;同時估計因子結(jié)構(gòu)與因子關系;容許更大彈性的測量模型;估計整個模型的擬合程度第7頁,共44頁,2023年,2月20日,星期五8SEM的分析純粹驗證(strictlyconfirmatory,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(alternativemodels,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(modelgenerating,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,通過同一或其他樣本,檢查修正模型modelrespecification的擬合程度,目的在于產(chǎn)生一個最佳模型第8頁,共44頁,2023年,2月20日,星期五9100名學生在9個不同學科間的相關系數(shù)(correlationcoefficientmatrix)第9頁,共44頁,2023年,2月20日,星期五10第10頁,共44頁,2023年,2月20日,星期五11

再生/隱含矩陣

(reproduced/impliedmatrix)

第11頁,共44頁,2023年,2月20日,星期五12第12頁,共44頁,2023年,2月20日,星期五13第13頁,共44頁,2023年,2月20日,星期五14依據(jù)及指定模型找出與相距最小的

樣本相關(或協(xié)方差)矩陣

correlation/covariancematrix

一個或多個有理據(jù)的可能模型

(alternativemodels)輸出

Output輸入InputSEM程式program(e.g.,LISREL)

、各路徑參數(shù)(因子負荷loading、因子相關系數(shù)factorcorrelations等)各種擬合指數(shù)第14頁,共44頁,2023年,2月20日,星期五15第15頁,共44頁,2023年,2月20日,星期五16第16頁,共44頁,2023年,2月20日,星期五17第17頁,共44頁,2023年,2月20日,星期五18第18頁,共44頁,2023年,2月20日,星期五19第19頁,共44頁,2023年,2月20日,星期五20第20頁,共44頁,2023年,2月20日,星期五21第21頁,共44頁,2023年,2月20日,星期五22_________________________________________________________________________________________________(no.ofestimatedparameters)模型

df

NNFICFI需要估計的參數(shù)個數(shù)

______________________________________________________________________________________________

M12440.973.982 21=9Load+

9Uniq+

3Corr

M227

503.294.47118=9Load+

9Uniq

M326

255.647.74519=9Load+9Uniq+

1Corr

M426

249.656.752

19=9Load+

9Uniq+

1CorrM527

263.649

.727

18=9Load+

9Uniq

M624

422.337.558

21=9Load+

9Uniq+

3CorrM7 21

113

.826

.89824=9Load+

9Uniq+

6Corr

______________________________________________________________________________________________第22頁,共44頁,2023年,2月20日,星期五23模型比較

(ModelComparison)自由度(df),擬合程度(fit),不能保證最好,可能存在更簡潔(parsimonious)又擬合(fit)得很好的模型輸入Input:相關(或協(xié)方差)矩陣correlation/covariancematrix一個或多個有理據(jù)的可能模型(alternativemodels)輸出Output:既符合某指定模型,又與差異最小的矩陣估計各路徑參數(shù)parameter(因子負荷loading、因子相關系數(shù)factorcorrelations等)。計算出各種擬合指數(shù)(goodnessoffitindexes)第23頁,共44頁,2023年,2月20日,星期五24SEM分析步驟模型構(gòu)建;模型擬合;模型評價;模型修正第24頁,共44頁,2023年,2月20日,星期五25

指定觀測變量與潛變量(因子)的關系、各潛變量間的相互關系(指定哪些因子間有相關或直接效應directeffect)在復雜的模型中,可以限制constrain因子負荷loading或因子相關系數(shù)等參數(shù)的數(shù)值或關系(例如,2個因子間相關系數(shù)correlation等于0.3;2個因子負荷必須相等)模型建構(gòu)(modelspecification),第25頁,共44頁,2023年,2月20日,星期五26模型擬合(modelfitting) 通常用ML作模型參數(shù)的估計(versus回歸分析,通常用所最小二乘方法擬合模型,相應的參數(shù)估計稱為最小二乘估計)第26頁,共44頁,2023年,2月20日,星期五27第27頁,共44頁,2023年,2月20日,星期五28第28頁,共44頁,2023年,2月20日,星期五29結(jié)構(gòu)方程的解solution是否適當proper,估計是否收斂,各參數(shù)估計值是否在合理范圍內(nèi)(例如,相關系數(shù)在+1與-1之內(nèi))參數(shù)與預設模型的關系是否合理。當然數(shù)據(jù)分析可能出現(xiàn)一些預期以外的結(jié)果,但各參數(shù)絕不應出現(xiàn)一些互相矛盾,與先驗假設有嚴重沖突的現(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(modelassessment) 第29頁,共44頁,2023年,2月20日,星期五30第30頁,共44頁,2023年,2月20日,星期五31第31頁,共44頁,2023年,2月20日,星期五32第32頁,共44頁,2023年,2月20日,星期五33第33頁,共44頁,2023年,2月20日,星期五34第34頁,共44頁,2023年,2月20日,星期五35第35頁,共44頁,2023年,2月20日,星期五36第36頁,共44頁,2023年,2月20日,星期五37第37頁,共44頁,2023年,2月20日,星期五38CFI;RMSEA第38頁,共44頁,2023年,2月20日,星期五39模型修正(modelmodification)依據(jù)理論或有關假設,提出一個或數(shù)個合理的先驗模型apriorimodel檢查潛變量(因子)與指標(題目)間的關系,建立測量模型measurementmodel可能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)支持或驗證模型第39頁,共44頁,2023年,2月20日,星期五40可以循序漸進地,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設的先驗模型,作一個總體檢查對每一模型,檢查標準誤、t值、標準化殘差stdresiduals、修正指數(shù)ModificationindexMI、參數(shù)期望改變值expectedchange、及各種擬合指數(shù)fitindex,據(jù)此修改模型并重復步驟。這最后的模型是依據(jù)某一個樣本數(shù)據(jù)修改而成,最好用另一個獨立樣本,交互確定cross-validate模型修正(modelmodification)第40頁,共44頁,2023年,2月20日,星期五41結(jié)構(gòu)方程模型的優(yōu)點

同時處理多個因變量(manydependentvariables)同時估計因子結(jié)構(gòu)factorstructure和因子關系第41頁,共44頁,2023年,2月20日,星期五42容許自變量independentvariable和因變量dependentvariable含測量誤差measurementerror[傳統(tǒng)方法(如回歸regression)假設自變量independentvariable沒有誤差]_______________________________________

英文

中文_

觀察真誤差觀察真誤差

得分分數(shù)得分分數(shù)observedtrueerrorobservedtrueerrorscorescorescorescore

X

TxeY

Tye_

8

7+15

3+2

5

6-16

7-17

5+29

7+2

9

8+15

8-3......X=Tx+e Y=Ty+eifr(X,Y)=0.5r(Tx,Ty)=0.5/[(rXt-t)(rYt-t)]1/2=0.71(assumert-t=0.7)第42頁,共44頁,2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論