XXXX-12-05SEM簡介ppt課件

1、構(gòu)造方程模型 Structural Equation Model, SEM簡介任亞軍.目錄SEM的簡介丈量模型和構(gòu)造模型SEM模型圖中的符號與意義模型的識別參數(shù)估計的方法模型的評價模型的修正.SEM的引見構(gòu)造方程模型 Structural Equation Model是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計方法。所以，有時候也叫協(xié)方差構(gòu)造分析。很多心思、教育、社會等概念，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，數(shù)學(xué)，推理，等才干，去間接丈量這些潛變量。.包含的統(tǒng)計方

2、法：a. 驗證性要素分析Confirmatory Factor Analysisb. 途徑分析Path Analysisc. 多元回歸Multiple regression .SEM的特點(diǎn)：可同時思索及處置多個因變量允許自變量和因變量工程含有丈量誤差同時估計因子構(gòu)造和因子關(guān)系更有彈性的丈量方式，一個目的可從屬于兩個潛在因子可構(gòu)建潛在變量之間的關(guān)系，并估計方式與數(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。 在探求性研討或者設(shè)計問卷的初期，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。 只需兩個目的時：因子之間必需有相關(guān) 只需一個目的時：需求進(jìn)展顯著性檢驗. 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目的與埋伏變項的關(guān)系y是y目的與埋伏變項的關(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)埋伏變項外生(自變)(exogenous,indep

5、endent)埋伏變項內(nèi)生埋伏變項間的關(guān)系外源變項對內(nèi)生變項的影響方式內(nèi)未能解釋部份.把丈量模型和構(gòu)造模型聯(lián)立，同時進(jìn)展估計時，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)造方程模型分析過程模型界定模型修正模型評價解 釋模型識別選擇丈量變量及搜集資料參數(shù)估計未到達(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別。估計與評價：用察看資料來估計參數(shù)和評價模型。理

6、 論模型評價參數(shù)估計.模型自在度： 自在度=協(xié)方差矩陣中不反復(fù)的元素個數(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數(shù) 自在參數(shù)，又叫待估計的參數(shù)，包括回歸系數(shù)，方差與協(xié)方差 .項目低識別(Under-Identified)恰好識別(just-Identified)過度識別(Over-Identified)模型自由度Df 0原因未知參數(shù)個數(shù)多于方程個數(shù)未知參數(shù)個數(shù)等于方程個數(shù)未知參數(shù)個數(shù)少于方程個數(shù)解無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)個數(shù)-模型識別.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別的。 固定因子負(fù)荷為1 固定方差為

7、1.參數(shù)估計估計過程：追求盡量減少模型估計方差協(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。迭代計算：找出一個與S差距最小的S最常用的估計方法：最大似然法(ML) 廣義最小二乘法(GLS)滿足的條件：觀測變量為延續(xù)變量，且具有多元正態(tài)分布.最大似然估計(Maximum Likelihood, ML)擬合函數(shù)為根本性質(zhì)：ML估計是漸近無偏的ML估計是一致估計ML估計是漸近有效的ML估計是漸近正態(tài)分布不受丈量單位的影響.廣義最小二乘估計(Generalized Least Squares, GLS).模型的評價擬合指數(shù)，對模型進(jìn)展整體評價；測定系數(shù)，評價模型對數(shù)據(jù)的解釋才

8、干；參數(shù)檢驗，評價參數(shù)的顯著性。.模型適配度(1)絕對擬合指數(shù) 卡方值、卡方自在度比、RMR&SRMR&RMSEA、GFI&AGFI、ECVI、NCP&SNCP(2)相對擬合指數(shù) NFI、RFI、IFI、TLI、CFI(3)簡約擬合指數(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說明模型的簡單程度相對擬合效果指標(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說明模型較虛無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明假設(shè)模型矩陣中央卡方值的程度相對擬合指數(shù)CFI假設(shè)模型與獨(dú)立模型的非中央性差異.95說明模型較虛無模型的改善程度，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%的研討報告了卡方值,70.2%報告了卡方/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)用這兩個指數(shù)。.測定系數(shù)類似于回歸分析中的R2(Coefficient of Determinant) 第i個方程的測定系數(shù): 其中 是第i個方程的殘差的方差的估計值， 是第i個變量的樣本方差。 方程的測定系數(shù)用于評價第i個方程對數(shù)據(jù)的解釋才干。. 由于每個參數(shù)都會給出規(guī)范誤(standard error)，因此可以對參數(shù)進(jìn)展顯著性檢驗。也就是檢驗參數(shù)能否為零。 比如，檢驗結(jié)果兩個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。參數(shù)檢驗.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，需求對模型進(jìn)展修正。針對初始實(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)計上的適配度高的模型。2模型越簡單越好3模型修