结构方程模型简介及应用课件

上传人:F****n 文档编号:88224887 上传时间:2019-04-21 格式:PPT 页数:33 大小:8.76MB
返回 下载 相关 举报
结构方程模型简介及应用课件_第1页
第1页 / 共33页
结构方程模型简介及应用课件_第2页
第2页 / 共33页
结构方程模型简介及应用课件_第3页
第3页 / 共33页
结构方程模型简介及应用课件_第4页
第4页 / 共33页
结构方程模型简介及应用课件_第5页
第5页 / 共33页
点击查看更多>>
资源描述

《结构方程模型简介及应用课件》由会员分享,可在线阅读,更多相关《结构方程模型简介及应用课件(33页珍藏版)》请在金锄头文库上搜索。

1、,结构方程模型简介,王国霞,为何用结构方程模型呢?,心理学研究中变量均是不能直接测量的 传统的分析中均假设自变量没有测量误差 问卷编制中的探索性因素分析是数据驱动的 测验的个别题目属于多个维度 可同时处理测量问题与分析问题 ,结构方程模型的分析原理,是基于变量的协方差矩阵来分析变量之间关系的一种统计方法。 理论模型与实际模型之间的协方差矩阵是否一致,1. 结构方程模型的基本概念,潜在变量(latent variable):无法直接测量,需要用外显指标去间接测量的变量 观测变量(observed variable):可以直接被测量的变量 外生变量(exogenous variable):在模型中

2、起解释变量作用的变量 内生变量(endogenous variable):在模型中,受模型其他变量包括外生变量与内生变量影响的变量 残差项(error terms):无法被模型解释的变异,1. 结构方程模型的基本概念,2. 结构方程模型的组成结构,全模型,潜在变量,观测变量,内生潜变量,外生潜变量,误差,测量方程,测量方程,结构方程,相关,回归,3. 结构方程模型的特点,结构方程模型具有理论先验性 结构方程模型可以同时处理测量与分析问题 结构方程模型关注协方差的运用(变量间的协方差矩阵、理论模型与实际模型之间的协方差差异) 结构方程模型适用于大样本的统计分析(一般大于200人;人数是观测变量的

3、10-15倍),4. 结构方程模型的分析步骤,第一步:模型建构 第二步:模型识别 第三步:收集数据 第四步:模型拟合 第五步:模型修正 第六步:模型解释,第一步:模型建构,理论基础 模型的准确性和简约型 测量方程和结构方程 模型建构的类型:纯粹验证、选择模型、模型发展型,模型建构:SEM的准确性和简约性,SEM的简约性:df越大模型越简单 自由度:是指当以样本的统计量来估计总体的参数时,样本中独立或能自由变化的资料的个数。 计算方法:df=n(n+1)/2-k(需要估计参数的数目),模型建构:描述数据的两难,准确就需要复杂 简约准确性就低 好模型:尽可能准确且相对简单,模型建模的类型,纯粹验证

4、型:拒绝or接受 模型发展型:根据数据和理论修改 选择模型:选择一个好的,模型建构:模型选择(以验证性因素分析为例),多个一阶模型:理论和探索性因素分析结果 直交or斜交:因素间是否存在相关 一阶or二阶:因素间的相关大小,第二步:模型识别,k n(n+1)/2 低识别:有无数个解 正好识别:有一个解(df =0, 即饱和模型) 过度识别:有一个解(df 0),低识别模型,正好识别模型,过度识别模型,第三步:收集数据,样本数: a:理想的样本量与题项数比例为5-20倍 b:样本越多越好,但是越多卡方值越大, 模型被拒绝的可能性更大。 c: 200-500之间 缺失数据:在spss里补好,第四步

5、:模型拟合参数估计方法,极大似然法(maximum likelihood):大样本,正态分布、观测变量是连续变量 一般化最小平方法(generalized least squares):大样本、非正态 未加权最小平方法(unweighted least squares):数据不符合统计分布 一般加权最小平方法(generally weighted least squares):非正态,大样本(1000以上) 对角线加权平方法(diagonally weighted least squares):非正态,大样本(1000以上) 工具性变量法(instrumental variables) 两阶段

6、最小平方法(two-stage least squares),第四步:模型拟合,基本拟合标准 模型内在结构拟合度 整体模型拟合度(外部),第四步:模型拟合基本拟合标准,估计参数中不能有负的误差方差 潜变量与测量指标间的因素负荷量最好介于0.5至0.95之间 不能有很大的标准误差,第四步:模型拟合模型内在结构拟合度,所有参数必须达到显著水平(t值1.96) 标准化残差的绝对值小于2.58 修正指数小于3.48,第四步:模型拟合整体拟合指数,(1)绝对拟合指数(理论模型与实际模型):,第四步:模型拟合整体拟合指数,(2)增值拟合指数(理论模型与独立模型):,第四步:模型拟合整体拟合指数,(3)简约

7、拟合指数:,第五步:模型修正,测量模型:添加或删除因子载荷、因子之间的协方差、误差之间的协方差 结构模型:添加或删除潜变量数目、路径系数、残差项之间的协方差,模型修正:注意事项,修改的参数在理论上的合理性 先考虑较大的MI(大于4) 每次只能修改一个参数 修正后需要用另一批数据重新验证 防止将可识别的模型变为无法识别的模型,第六步:模型解释,用理论来解释模型 解释模型所代表的结果,5.结构方程模型的用途,T检验、相关分析、F检验 验证性因素分析 路径分析 多组比较 复杂的中介和调节效应的检验 潜变量增长模型 ,6.结构方程模型的分析软件,分析软件:Amos、LISREL、 EPQ 、Mplus,Amos的使用简介,路径分析的程序与执行 路径因果模型图的设定 饱和模型与独立模型 结构方程模型图 结构模型与修正指标 单一文件多重模型的设定,

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > PPT模板库 > PPT素材/模板

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号