结构方程模型原理及其应用课件

结构方程模型原理及其在认知心理学中的液一、结构方程型简介、结构方程模型简介结构方程模型(StructuralEquationModeling,简称SEM),又称为协方差结构模型(CovarianceStructureModels,简称CSM),线形结构模型(thelinearstructuralrelationsmodels),协方差结构分析(theanalysisofcovariancestructure),矩结构模型(themomentsstructuremodels),结构化线形模型中的潜变量方程系统(Latentvariableequationsystemlinearmodel)以及LISRELA模型。、结构方程模型简介1960年,Bock和Bargmann最早提出了“验证性因素分析Joreskog(1973),VanThillo(1972)Kellsling(1972)和W1e(1973)将Bock和Bargmann的模型逐渐演变,使之成为一个更通用的模型,即协方差结构模型1966年,K.Joreskog在教育评价测验中发展出一系列通用的程序(如LISREL),使得协方差结构模型得到了长足发展。、结构方程模型简介结构方差模型主要是利用一定的统计手段,对复杂的理论模式加以处理,并根据模式与数据关系的一致性程度,对理论模式做出适当的评价,从而达到证实或证伪研究者事先假设的理论模式的目的结构方差模型实际上是一般线形模式(GeneralLinearModels,GLM)的扩展。一般线形模式包括:路径分析、典型相关、因素分析、判别分析、多元方差分析以及多元回归分析。它们只是结构方程模型的特例,但许多模式均可以用SM程序来处理和评价、结构方程模型简介结构方程模型由一种因素模型和一种结构方程式模型组成,将心理测量学和经济计量学有效的结合起来。个包括一组自变量和一组或更多因变量的计量模型模型由两部分组成:测量模型(即验证性因素分析模型ConfirmatoryFactorAnalysis,CFA)和结构模型(又称潜变量的因果关系模型,CausalModel)。测量模型主要是用于表示观测变量和潜变量之间的关系;而结构方程模型主要是用于来表示潜变量之间的关系其相应的统计分析软件:SPSS/AMOS与LISREL的应用,特别是AMOS的操作与应用。结构方程模型简介结构方程模型是基于变量的协方差矩阵来分析变量之间关系的种统计方法,是路径分析和因素分析的有机结合。对于那些不能准确、直接测量的潜变量(latentvariable如家庭的社会经济地位、学业成就等),可以用一些外显指标(observedvariable,如学生父母的教育程度和父母职业及收入作为家庭社会经济地位的指标,以学生的语文、数学英语三科成绩作为学业成就的指标)去间接测量。结构方程模型可以同时处理潜变量及指标。这些指标含有随机误差和系统误差,前者指测量上不准确性的行为(与传统的测量误差相当),后者反映指标也同时测量潜变量(即因子)以外的特性(与因子分析中的特殊因子相当)结构方程模型的步骤模型设定(modelspecification):研究者先要根据理论或以往的研究成果来设定假设的初始理论模型。模型识别(modelidentification):决定所研究的模型是否能够求出参数估计的唯一解3.模型估计(modelestimation):模型参数可以采用几种不同的方法来估计.追常用的模型估计方法是最大似然法和广义最小二乘法4.模型评价modelevaluation):对模型与数据间是否拟合进行评价,并与替代的拟合指标进行比较一模型修正(modelmodification):如果模型不能很好地拟合数据,就需要对模型进行修正和再次设定二、结构方程模型的结构及假设观察变量现实生活中可以直接测量获得的如:研究“摄入热量与体重之间的关系”潜变量(构想变量)现实生活中无法直接测量获得的,必须通过一些观察变量间接获得。如:“社会地位”“自尊”“生活满意度”外生(外衍)变量/内生(内衍)变量外衍变量:在指标中没有注明它的变化是由什么因素造成的,在模型内明白影响它的变量。外衍变量之间通常用双