《结构方程模型第一讲.ppt》由会员分享，可在线阅读，更多相关《结构方程模型第一讲.ppt（23页珍藏版）》请在三一办公上搜索。
1、结构方程模型及其应用第一讲模型的建立,Wang Shu JiaBusiness School University of Shenzhen2023年6月26日星期一,PAGE2,STRUCTURAL EQUATION MODELING,引例,研究自信与学业表现的关系。,自信,学业表现,智力,测试题1,测试题2,测试题2,测试题1,测试题3,测试题2,测试题1,PAGE3,STRUCTURAL EQUATION MODELING,PAGE4,STRUCTURAL EQUATION MODELING,1、关于名称,SEM：基于协方差矩阵研究变量间的关系。结构方程模型(Structural Equa
2、tion Model)结构方程建模(Structural Equation Modeling)协方差结构分析(Covariance Structure Analysis)LISREL含义1：LInear Structural RELationship含义2：软件名称,PAGE5,STRUCTURAL EQUATION MODELING,2、关于软件,LISREL：应用最广泛，由Joreskog&Sorbom开发。www.SSICENTRAL.com 目前学生版8.7免费，变量数目有限制，但是使用功能没有限制。EQS.由Peter Bentler开发.作为BMDP的一个插件。http:/of M
3、Oment Structures)作为SPSS的一个插件。http:/,CALIS.作为SAS 的一个模块，维护不好。Mplus.由Brent Meuthen开发.自称为第二代SEM，界面一般。http:/http:/找到并下载。,PAGE7,STRUCTURAL EQUATION MODELING,3、SEM包含了如下统计方法,a.Factor analysis and Confirmatory Factor Analysisb.Multiple regression(OLS,2SLS,ML)c.Path Analysisd.Measurement modelinge.因果分析,PAGE8,
4、STRUCTURAL EQUATION MODELING,（一）测量模型(measurement model)描述潜在变量(latent variables)和指标(indicators)之间的关系.潜在变量:未观测或不可观测变量，如自尊、婚姻幸福感、智力水平等。也叫因子(Factor)指标：也叫观测变量，用于观测、反映潜在变量的变量。如每月吵架次数等可作为婚姻幸福感指标。也叫显在变量(Manifest)。,4、SEM由两部分组成,（二）结构模型(Structural model)描述潜在变量(latent variables)之间的关系.通常是研究兴趣的重点。类似于回归分析或者路径分析，不同
5、的是结构模型中的变量是不可观测的。把测量模型和结构模型联立，同时进行估计时，就称为完整的结构方程模型(SEM).,PAGE10,STRUCTURAL EQUATION MODELING,5、SEM的优点,允许自变量存在测量误差。传统方法中自变量必须完全测量。允许观测变量的误差项具有相关性。这点在纵向数据(longitudinal data)中特别重要。同时估计因子结构和因子关系。允许更复杂的模型。比如残差的方差之间可以有相关关系。,PAGE11,STRUCTURAL EQUATION MODELING,5、SEM的优点,允许自变量存在测量误差。传统方法中自变量必须完全测量。允许观测变量的误差项
6、具有相关性。这点在纵向数据(longitudinal data)中特别重要。同时估计因子结构和因子关系。允许更复杂的模型。比如残差的方差之间可以有相关关系。,PAGE12,STRUCTURAL EQUATION MODELING,6、SEM的模型表示,两种表示方式：代数表示图形表示,PAGE13,STRUCTURAL EQUATION MODELING,一个范例,在两个时点观测了一位护理者的工作压力。经验表明护理者和受护者过去的关系质量(Past Relation)是影响工作压力（Stress）的重要因素.在每个时点上各有3个观测指标，Past Relation也有3个观测指标。考虑到护理者的
7、教育背景也是工作压力的一个因素，因此把教育(Education)引入模型（有一个观测指标）。,模型的图形表示,PAGE15,STRUCTURAL EQUATION MODELING,模型中用到的基本概念,1、外源潜在变量(latent exogenous variable)模型中只由外因影响的潜在变量，通常用x表示。因果关系的“因”。2、内生潜在变量(latent endogenous variable)由模型内其他潜在变量影响的潜在变量，常用h来表示。因果关系的“果”。,3、测量模型Xi外源(exogenous)观测指标(indicator).Xi分别用来反映外源潜变量xi，比如X1可测量互
8、动，X2测量爱心，X3测量感受。lx(lambda sub x)外源指标在外源潜变量上的载荷(loading)。(类似于因子分析)。注意箭头是指向指标的，如过去关系好，测量指标就高）。ly(lambda sub y)内生指标在内生潜变量上的载荷(loading)。,di(delta)外源指标Xi的测量误差。各个di之间允许相关，常把协方差矩阵记为Qd。ei(epsilon)内生指标Yi的测量误差。各个ei之间允许相关，常把协方差矩阵记为Qe。,4、结构模型：x(Ksi):外源潜在变量(latent exogenous variable)x1:past relation;x2:education
9、。h(Eta):内生潜在变量(latent endogenous variable)hi:Stress at time i.g(Gamma):表示外源潜在变量对内生潜在变量的影响大小。结构路径，相当于回归系数。注意：g21表示x1到 h2；g12表示x2到h1。,b(BETA)表示内生潜变量之间的影响。结构路径，相当于回归系数。z(ZETA)结构方程的残差项，反映了内生潜变量h中未被解释的部分。相当于回归分析中的1-R2。注意：残差z之间可以相关，z1和z2之间的相关系数往往用z12表示。,模型的代数表示,测量模型,外源指标组成的向量。,内生指标组成的向量,因子负荷矩阵,误差项,结构模型,把图形表示和代数表示的关系弄弄清楚！,Any Questions?,
