结构方程模型及其应用-侯杰泰_精品文档.ppt

结构方程模型及其应用-侯杰泰_精品文档.ppt

《结构方程模型及其应用-侯杰泰_精品文档.ppt》由会员分享，可在线阅读，更多相关《结构方程模型及其应用-侯杰泰_精品文档.ppt（105页珍藏版）》请在冰豆网上搜索。

结构方程模型及其应用结构方程模型及其应用侯傑泰香港中文大學教育心理系使用時請著明出處1100个分数个分数:

21,31,32,05,06,09,10,22,29,18,11,01,39,92,23,27,93,97,30,02,96,40,53,78,04,98,36,07,08,24,54,55,77,99,34,03,86,87,59,60,15,62,63,43,52,28,79,58,65,95,81,85,57,14,17,33,16,19,20,37,25,69,84,61,64,68,70,42,45,72,83,89,44,38,47,71,00,73,12,35,82,56,75,41,46,49,50,94,66,67,76,51,88,90,74,13,26,80,48,91均值均值M=53，标准差，标准差SD=152100100名学生在名学生在99个不同学科间的相关系数个不同学科间的相关系数3456检查模型的准确性和简洁性检查模型的准确性和简洁性拟合优度指数（拟合优度指数（goodnessoffitindex），简称为拟合指数），简称为拟合指数、NNFI、CFIdf=不重复元素不重复元素,p（p+1）/2估计参数估计参数在前面例子在前面例子df=9x10/221=247891011121314_模型dfNNFICFI需要估计的参数个数_M12440.973.98221=9Load9Uniq3CorrM227503.294.47118=9Load9UniqM326255.647.74519=9Load+9Uniq+1CorrM426249.656.75219=9Load9Uniq1CorrM527263.649.72718=9Load9UniqM624422.337.55821=9Load9Uniq3CorrM721113.826.89824=9Load9Uniq6Corr_15模型比较自由度,拟合程度,不能保证最好，可能存在更简洁又拟合得很好的模型Input:

相关（或协方差）矩阵一个或多个有理据的可能模型Output:

既符合某指定模型，又与差异最小的矩阵估计各路径参数（因子负荷、因子相关系数等）。

计算出各种拟合指数16结构方程模型的重要性StructuralEquationModel，SEMCovarianceStructureModeling，CSMLInearStructuralRELationship，LISREL17结构方程模型的结构测量模型外源指标（如6项社经指标）组成的向量。

内生指标（如语、数、英成绩）组成的向量因子负荷矩阵误差项结构模型18结构方程模型的优点同时处理多个因变量容许自变量和因变量含测量误差传统方法（如回归）假设自变量没有误差同时估计因子结构和因子关系容许更大弹性的测量模型估计整个模型的拟合程度用以比较不同模型SEM包括:

回归分析、因子分析（验证性因子分析、探索性因子分析）、检验、方差分析、比较各组因子均值、交互作用模型、实验设计19一验证性因子分析17个题目:

学习态度及取向A、B、C、D、E4、4、3、3、3题350个学生2021ConfirmatoryFactorAnalysisExample1DANI=17NO=350MA=KMKMSY1.341MONX=17NK=5LX=FU,FIPH=STTD=DI,FRPALX4（10000）4（01000）3（00100）3（00010）3（00001）OUMISSSC22什么情况下固定？

什么情况下固定？

两个变量（指标或因子）间没有关系，将元素固定为0例如，不从属，将因子负荷（LX1,2）固定为0。

又如，因子和因子没有相关，PH1,2固定为0。

需要设定因子的度量单位（scale）因子没有单位，无法计算。

一种将所有因子的方差固定为1（或其他常数），简称为固定方差法一种是在每个因子中选择一个负荷固定为1（或其他常数），简称为固定负荷法。

什么情况下设定为自由什么情况下设定为自由:

所有需要估计的参数2324补充例子9个题目，第1、2、3题（第1个因子）；第4、5、6题（第2个因子），第7、8、9题（第3个因子）设因子1,2,3互有相关固定方差法固定方差法MONX=9NK=3LX=FU,FIPH=STTD=DI,FRFRLX1,1LX2,1LX3,1LX4,2LX5,2FRLX6,2LX7,3LX8,3LX9,3固定负荷法固定负荷法MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,325设因子1和因子3无关，因子1和因子2、因子2和因子3相关固定方差法固定方差法MONX=9NK=3LX=FU,FIPH=STTD=DI,FRFRLX1,1LX2,1LX3,1LX4,2LX5,2LX6,2LX7,3LX8,3LX9,3FIPH1,3固定负荷法固定负荷法MONX=9NK=3LX=FU,FIPH=SY,FRTD=DI,FRFRLX2,1LX3,1LX5,2LX6,2LX8,3LX9,3VA1LX1,1LX4,2LX7,3FIPH1,326NumberofInputVariables17（读入的变量个数）NumberofY-Variables0（Y-变量个数）NumberofX-Variables17（X-变量个数）NumberofETA-Variables0（Y-因子个数）NumberofKSI-Variables5（X-因子个数）NumberofObservations350（样品个数）27ParameterSpecifications参数设定LAMBDA-XKSI1KSI2KSI3KSI4KSI5-VAR110000VAR220000VAR330000VAR440000VAR505000VAR606000VAR707000VAR808000VAR900900VAR10001000VAR11001100VAR12000120VAR13000130VAR14000140VAR15000015VAR16000016VAR1700001728PHIKSI1KSI2KSI3KSI4KSI5-KSI10KSI2180KSI319200KSI42122230KSI5242526270THETA-DELTAVAR1VAR2VAR3VAR4VAR5VAR6VAR7VAR8VAR9VAR1028293031323334353637VAR11VAR12VAR13VAR14VAR15VAR16VAR173839404142434429NumberofIterations=19LISRELEstimates（MaximumLikelihood）参数估计LAMBDA-XKSI1KSI2KSI3KSI4KSI5-VAR10.59-（0.06）9.49VAR20.58-（0.06）9.30VAR30.62-（0.06）9.93VAR40.05-（0.07）0.8130VAR5-0.64-（0.06）10.46VAR6-0.57-（0.06）9.32VAR7-0.51-（0.06）8.29VAR8-0.28-（0.06）4.41VAR9-0.59-（0.06）9.5631VAR10-0.61-（0.06）9.99VAR11-0.64-（0.06）10.47VAR12-0.62-（0.06）10.28VAR13-0.66-（0.06）10.84VAR14-0.54-（0.06）8.96VAR15-0.65（0.06）11.14VAR16-0.72（0.06）12.19VAR17-0.55（0.06）9.3632PHIKSI1KSI2KSI3KSI4KSI5-KSI11.00KSI20.521.00（0.07）7.06KSI30.400.531.00（0.08）（0.07）5.217.24KSI40.510.540.481.00（0.07）（0.07）（0.07）6.977.476.60KSI50.420.500.440.501.00（0.07）（0.07）（0.07）（0.07）5.776.996.227.1733THETA-DELTAVAR1VAR2VAR3VAR4VAR5VAR6-0.650.660.611.000.590.67（0.07）（0.07）（0.07）（0.08）（0.07）（0.07）9.639.859.0213.198.8210.21VAR7VAR8VAR9VAR10VAR11VAR12-0.740.920.660.630.590.61（0.07）（0.07）（0.07）（0.07）（0.07）（0.06）11.0512.709.969.468.809.46VAR13VAR14VAR15VAR16VAR17-0.570.700.570.480.69（0.07）（0.07）（0.06）（0.06）（0.06）8.7010.759.137.4910.9134GoodnessofFitStatistics拟合优度统计量DegreesofFreedom=109MinimumFitFunctionChi-Square=194.57（P=0.00）NormalTheoryWeightLeastSqChi-Sq=190.15（P=0.00）EstimatedNon-centralityParameter（NCP）=81.1590PercentConfidenceIntervalforNCP=（46.71;123.45）MinimumFitFunctionValue=0.56PopulationDiscrepancyFunctionValue（F0）=0.2390PercentConfidenceIntervalforF0=（0.13;0.35）RootMeanSquareErrorofApproximation（RMSEA）=0.04690PercentConfidenceIntervalforRMSEA=（0.035;0.057）P-ValueforTestofCloseFit（RMSEAETA3BE是NENE矩阵，ETA（y）对ETA（y）的效应。

PS是结构方程残差的协方差矩阵，NENE矩阵。

与PH相似，但PS是因子