★结构方程模型要点

《★结构方程模型要点》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案★结构方程模型要点一、结构方程模型的模型构成1、变量观测变量：能够观测到的变量(路径图中以长方形表示)潜在变量：难以直接观测到的抽象概念，由观测变量推估出来的变量（路径图中以椭圆形表示）内生变量：模型总会受到任何一个其他变量影响的变量（因变量；路径图会受到任何一个其他变量以单箭头指涉的变量）外生变量：模型中不受任何其他变量影响但影响其他变量的变量（自变量；路径图中会指向任何一个其他变量，但不受任何变量以单箭头指涉的变量）中介变量：当内生变量同时做因变量和自变量时，表示该变量不仅被其他变量影响，还可能对其他变量产生影响。内生潜在变量：潜变量作为

2、内生变量内生观测变量：内生潜在变量的观测变量外生潜在变量：潜变量作为外生变量外生观测变量：外生潜在变量的观测变量中介潜变量：潜变量作为中介变量中介观测变量：中介潜在变量的观测变量2、参数（“未知”和“估计”）潜在变量自身：总体的平均数或方差变量之间关系：因素载荷，路径系数，协方差参数类型：自由参数、固定参数自由参数：参数大小必须通过统计程序加以估计固定参数：模型拟合过程中无须估计（1）为潜在变量设定的测量尺度①将潜在变量下的各观测变量的残差项方差设置为1②将潜在变量下的各观测变量的因子负荷固定为1（2）为提高模型识别度人为设定限定参数：多样本间比较（半自

3、由参数）3、路径图（1）含义：路径分析的最有用的一个工具，用图形形式表示变量之间的各种线性关系，包括直接的和间接的关系。（2）常用记号：①矩形框表示观测变量②圆或椭圆表示潜在变量③小的圆或椭圆，或无任何框，表示方程或测量的误差单向箭头指向指标或观测变量，表示测量误差单向箭头指向因子或潜在变量，表示内生变量未能被外生潜在变量解释的部分，是方程的误差④单向箭头连接的两个变量表示假定有因果关系，箭头由原因（外生）变量指向结果（内生）变量精彩文档实用标准文案⑤两个变量之间连线的两端都有箭头，表示它们之间互为因果⑥弧形双箭头表示假定两个变量之间没有结构关系，但有相

4、关关系⑦变量之间没有任何连接线，表示假定它们之间没有直接联系（3）路径系数含义：路径分析模型的回归系数，用来衡量变量之间影响程度或变量的效应大小（标准化系数、非标准化系数）类型：①反映外生变量影响内生变量的路径系数②反映内生变量影响内生变量的路径系数路径系数的下标：第一部分所指向的结果变量第二部分表示原因变量（4）效应分解①直接效应：原因变量（外生或内生变量）对结果变量（内生变量）的直接影响，大小等于原因变量到结果变量的路径系数②间接效应：原因变量通过一个或多个中介变量对结果变量所产生的影响，大小为所有从原因变量出发，通过所有中介变量结束于结果变量的路径

5、系数乘积③总效应：原因变量对结果变量的效应总和总效应=直接效应+间接效应精彩文档实用标准文案4、矩阵方程式（1）和（2）是测量模型方程，（3）是结构模型方程测量模型：反映潜在变量和观测变量之间的关系结构模型：反映潜在变量之间因果关系5、结构方程模型的八种矩阵概念符号代表意义结构模型矩阵B内生潜在变量被内生潜在变量解释之回归矩阵（回归系数）Γ内生潜在变量被外生潜在变量解释之回归矩阵（回归系数）测量模型矩阵Λx外生观测变量被外生潜在变量解释之回归矩阵（因素载荷）Λy内生观测变量被内生潜在变量解释之回归矩阵（因素载荷）φ外生潜在变量之协方差矩阵（因素共变）残差

6、矩阵Ψ内生潜在变量被外生潜在变量解释之误差项协方差矩阵（解释残差）Θδ外生观测变量被外生潜在变量解释之误差项协方差矩阵（X变量残差）Θε内生观测变量被内生潜在变量解释之误差项协方差矩阵（Y变量残差）二、模型整体评价指标名称指标含义接受标准适用情形残差分析未标准化残差RMR未标准化假设模型整体残差越小越好了解残差特性标准化残差SRMR标准化模型整体残差<.08了解残差特性拟合效果指标绝对拟合效果指标卡方值导出矩阵与观测矩阵的整体相似程度卡方自由度比卡方值/自由度<2不受模型复杂程度影响拟合指数GFI模型可解释观测数据的方差与协方差比>.90说明模型解释力调

7、整拟合指数AGFI用模型自由度和参数数目调整的GFI>.90不受模型复杂程度影响简效拟合指数PGFI用模型自由度和参数数目调整的GFI>.50说明模型的简单程度相对拟合效果指标正规拟合指数NFI假设模型与独立模型的卡方差异>.90说明模型较虚无模型的改善程度精彩文档实用标准文案非正规拟合指数NNFI用模型自由度和参数数目调整的NFI>.90不受模型复杂程度的影响替代性指标非集中性参数NCP假设模型的卡方值距离中央卡方值分布的离散程度越小越好说明假设模型矩阵中央卡方值的程度相对拟合指数CFI假设模型与独立模型的非中央性差异>.95说明模型较虚无模型的改善程

8、度，特别适合小样本平均概似平均误根系数RMSEA比较理论模型与饱和模型的差距<.