应用统计学-第十章结构方程模型课件

1、结构方程模型,基本概念,两类变量：隐变量和显变量显变量（测量变量）可直接测量隐变量不可直接测量的变量工作满意度：如何测量？您对自己的工作环境是否满意？在1-7分范围打分用一组问题来测量，构建测量模型,测量误差大,减小测量误差,基本概念-续,内生变量和外生变量内生变量由模型内其他变量作用所影响的变量外生变量变量的影响因素在模型之外,路径图：用带箭头的线表示变量间预先设定的关系,隐变量,显变量,一、结构方程模型简介,回归模型：一个变量与一组变量间的因果关系（单方程）一组变量间的复杂因果关系（联立方程）所有变量可观测：显变量因子分析寻找影响一组可观测变量的潜在因子或者说由一组可观测变量定义潜在因子,

2、回归方程：结构模型单方程,回归方程：结构模型联立方程,内生变量,外生变量,结构参数,因子模型（测量模型）,因子载荷,测量误差,结构方程模型,描述一组隐变量间的因果关系例如：顾客满意度和再购买意愿间的关系顾客满意度：不可直接测量再购买意愿：不可直接测量结构方程构建方式建立测量模型测量隐变量：一组问题测量顾客满意度，一组问题测量再购买意愿构建再购买意愿与顾客满意度的结构关系模型,结构方程模型：路径图,一个实例：出租车行业服务满意度,二、结构方程模型机理,模型设定：2个模型测量模型表示隐变量和观测变量之间的关系结构模型（隐变量模型）表示隐变量之间的结构关系,二、结构方程机理-续,简单示例：推销员的工

3、作满意度与自尊需要,n=106,注意：两个测量模型都无法识别,测量模型,独立测量模型可识别至少需要三个指标,结构模型,的性质不同于和：反映和之间的相关关系，而和反映测量误差,全模型,测量模型,结构模型：,为了解决尺度不确定性，我们设=1，y1=1，因此待估参数有9个：,y1=1，上述6个方程求解5个参数：,参数求解：,对于指标与潜变量（例如两个工作自主权指标与工作自主权）间的关系，通常写为以下测量方程：其中：x外源指标组成的向量；y内生指标组成的向量；外源潜变量组成的向量；内生潜变量组成的向量；外源指标与外源变量之间的关系，是外源指标在外源潜变量上的因子负荷矩阵；内生指标与内生变量之间的关系，

4、是内生指标在内生潜变量上的因子负荷矩阵；,对于潜变量间的关系，通常写成如下结构方程：其中：B内生潜变量间的关系；外源潜变量对内生潜变量的影响；结构方程的残差项，反映了在方程中未能被解释的部分。,真实协方差阵的模型如下：,表示被观测的总体的协方差矩阵，用样本协方差阵代替，可以用可测变量的值计算；右边含有模型的待估计参数。根据这个等式，则其相应位置元素相等，可以求出待估计的参数。,模型拟合效果指标,RMR（均方根残差）：该指标越小，表明样本残差越小，即假设模型与真实模型越接近。下限为0，没有上限。,SRMR（标准化残差均方根）：其值在0-1之间。模型拟合越好，其值越接近于零。,RMSEA（近似误差均方根）：低于0.05，表明模型与数据拟合很好，在0.05-0.08之间，可以认为拟合不错；在0.08-0.10之间，则认为拟合一般；大于0.10，