结构方程模型与.ppt

结构方程模型与
第1页，共32页，编辑于2022年，星期二
结构方程模型
1
AMOS软件介绍
2
结构方程模型与AMOS
第2页，共32页，编辑于2022年，星期二
SEM 的分析步骤
分析（多个自变量与多个因变量之间关系）
典型相关分析：两组随机变量（定性或定量）之间线性密切程度；高维列联表各边际变量的线性关系；探索性分析
SEM:估计多元和相互关联的因变量之间的线性关系；处理不可观测的假设概念；说明测量误差。
③SEM与联立方程模型（联立方程组、变量之间双向影响）
联立方程模型：方程数量取决于内生变量的数量；只能处理有观察值的变量，假定不存在测量误差
SEM:处理测量误差；分析潜在变量之间结构关系。
第13页，共32页，编辑于2022年，星期二
SEM与几种多元方法的比较
④ SEM与人工神经网络（针对不可观测或潜在变量建模）
人工神经网络：执行数据分析时，模型的隐含层接点仍然没有被明确标识出来；数据从输入层通过隐含变量流向输出层（输出向输入回流的网络拓扑结构）
SEM:数据分析之前，已经标识潜在变量并构建起假设路径；观测变量都与中心潜在变量相关，潜在变量之间也可能发生关系。
⑤ SEM与偏最小二乘法（PLS）（集成多种分析方法，对因变量进行测量）
PLS：对观测变量协方差矩阵的对角元素拟合较好，适用于对数据点的分析，预测准确度较高
SEM:对观测变量协方差矩阵的非对角元素的拟合较好，适合于对协方差结构的分析，参数估计更准确。
第14页，共32页，编辑于2022年，星期二
SEM 的分析步骤
3
结构方程模型
SEM 概述
1
SEM与几种多元方法的比较
2
SEM的应用
4
第15页，共32页，编辑于2022年，星期二
SEM模型建立过程
模型提出：研究者根据理论或以往研究来提出假设的初始模型
模型识别：决定所研究的模型是否能够给出参数估计的唯一解。
模型估计：模型参数可以采用几种不同的方法估计，最常使用的是最大似然法。
模型评估：对模型与数据间的拟合度进行评估，并与替代的拟合度指标进行比较。
模型修正：如果模型不能很好地拟合数据，就需要对模型进行修正。
第16页，共32页，编辑于2022年，星期二
模型假设
结构方程模型是一种验证性技术，而不是探索性技术
其虚无假设与备择假设如下：
H0：数据资料=理论模型
H1：数据资料≠理论模型
如果接受虚无假设，则表示理论模型与样本数据间可以适配
第17页，共32页，编辑于2022年，星期二
识别工作主要是考虑模型中每一个未知的参数能否由观测数据来求得唯一解作为估计值。
依据数据点的数目与参数数目的关系，模型识别可分为：正好识别、过度识别、低度识别。
自由度 df=1/2 k（k+1）—t
（数据点数目=1/2 k（k+1），t 为自由参数个数，k 为观察变量个数）
若df>0，过度识别，表示估计结果是允许拒绝虚无假设。
若df=0，正好识别，表示数据与模型完美适配，但是这种模型并不是研究者感兴趣的模型。
若df<0，低度识别，表示模型估计无法获得唯一解。
模型识别
第18页，共32页，编辑于2022年，星期二
路径系数/载荷系数的显著性评估
模型的拟合指标评估
拟合指标的选择
模型评估
第19页，共32页，编辑于2022年，星期二
模型修正
依据理论或有关假设，提出一个或数个合理的先验模型；
检查潜变量（因子）与指标间的关系，建立测量模型，有时可能增删或重组指标；
对每一个模型，检查标准误、t值、标准化残差、修正指数、及各种拟合指数，据此修改模型并重复这一步；
最好用另外一个样本进行检验；
第20页，共32页，编辑于2022年，星期二
模型识别
Amos提供两种模型修正指标：修正指数和临界比率
修正指数用于模型扩展，是指对于模型中某个受限制的参数，若容许自由估计（譬如在模型中添加某条路径），整个模型改良时将会减少的最小卡方值
临界比率用于模型限制，是计算模型中的每一
对待估参数（路径系数或载荷系数）之差，并
除以相应参数之差的标准差所构造出的统计量
第21页，共32页，编辑于2022年，星期二
SEM 的分析步骤
3
结构方程模型
SEM 概述
1
SEM与几种多元方法的比较
2
SEM的应用
4
第22页，共32页，编辑于2022年，星期二
SEM的应用

生育保险
杨树东，闵捷，沈其君等《生育保险病种费用影响因素结构方程模型分析 》（2008）
通过建立结构