偏最小二乘 发表于 2011-7-5 09:00
非常感谢!!1潜变量分析 发表于 2011-7-5 09:05
看了半天没有看懂。潜变量有得分么?SEM里面潜变量是通过观测变量来测量的,哪里来的得分?如果非要说有所谓的得分,也只能是该潜变量下包含的项目得分均值。这个既不是因子得分,也不是潜变量得分,这是第一。第二,在SEM中,潜变量的估计是通过变量间是否存在共享方差来计算的,在标准化输出结果中,每个变量的方差都是标准化过的都是1,路径系数的平方是指潜变量能够解释观测变量方差的比例,如路径系数为.80,则意味着潜变量能够解释该观测变量的64%的方差变异。对于楼主的表格,我认为只有两种解释,第一是潜变量包含的观测变量的得分均值,第二是潜变量的所解释各项目的方差比例(或比例平方)的总和。考虑到有标准差,那么只能是第一种。如果是第二种,不可能有标准差,而且也不叫均值,称为方差变异量总和才对,而这个方差变异量总和还要除以N(N是观测变量数,标准化后每个观测变量的标准差都为1,因此潜变量包含N个观测变量,标准差总和就是1乘以N),意思是潜变量能够解释观测变量多少的方差变异。单独列出一个总和的潜变量方差解释率没有任何意义。阐述完毕。如有不当,请批评指正。abroad 发表于 2011-7-5 09:10
今天下了几个附件,谢谢database 发表于 2011-7-5 09:15
1、不是的。<br /> 这个问题Kenny讲过,比较了取平均值和用因子载荷加权两种方法之后,说明取平均的效果是一样的。<br /> 2、CFa和结构方程模型中的潜变量分析都是将其视为反映型构念(reflective construct),你说的方法其实应该是构成型构念(formative construct)的做法<br /> 3,潜变量的这个相关矩阵在lisrel 的输出结果里面直接就有了,不用单独去算variable 发表于 2011-7-5 09:20
因子分析是用的“SPSS”,之后还需要做验证性因子分析吗dataanlysis 发表于 2011-7-5 09:25
仔细看看结构方程的书<br /> 琢磨下abroad 发表于 2011-7-5 09:30
学习了,谢谢了统计分析 发表于 2011-7-5 09:35
路过,长见识了数据分析 发表于 2011-7-5 09:40
哇,很有感触,我好像突然懂了很多.我以前一直有个误区,我一直认为PLS的方法可以得出潜变量得分,而最小二乘不能.我得检讨自己的狭隘.<br /> 看了各位的探讨,我个人同意:<br /> 1.计算潜变量得分根据研究的需要,没有绝对对或者不对,其实计算观测变量均值得出来的方式,如果在做项目时横向和纵向采用的都是一致的方法,那么也可以的,采用标准一样的;另外如果采用结构方程软件计算出来了影响系数的值,这样来计算也是很好的方法;<br /> 2.我很想了解各位说的用Lisral可以计算潜变量得分值,那么他是怎么计算的呢?用的是计算出来的路径系数么?<br /> 3.我在想结构方程和测量方程在得到路径系数后,是否需要将路径系数代入这两类方程计算.这样的思路和我们通常想的思路是不是一样.可是这么复杂的模型,如何计算呢(变量多的情况下)mischina 发表于 2011-7-5 09:45
新手学习了,这个问题也困惑了我很久,一直不知道相关系数是各潜变量之间的路径系数还是先对潜变量进行因子分析,提取一个因子,再做简单的相关amos 发表于 2011-7-5 09:50
学习了。顶一下潜变量分析 发表于 2011-7-5 09:55
SPSS计算的因子得分受到很多影响。不同设置计算出的因子得分相差很远。比如,旋转方式不一样因子得分就不一样。而用lisrel计算因子得分可以在CFA和EFA下做。在EFA下做的时候,软件给出了三种:unrotated,varma rotated,proma rotated,因子相关矩阵只有一个;同时软件还给出reference variable,也给出了因子相关系数矩阵,跟前一个相关系数不一样。在CFA下做的时候,根据软件里的help里的说明,只有一个因子得分矩阵。跟前两个也不一样。lisrel 发表于 2011-7-5 10:00
表中的均值和标准差是根据每个潜变量所对应的显变量计算出的,可以用很多软件计算,比如spss就可以做,结构方程主要是求出路径系数,然后进行模型检验,最后判断所建立的模型是否具有经济意义潜变量分析 发表于 2011-7-5 10:05
还是有很多不明白潜变量分析 发表于 2011-7-5 10:10
哎呀 都是高手呀 见识了wmhhotel 发表于 2011-7-5 10:15
怎么计算 Latent Variable Scoressopheia 发表于 2011-7-5 10:20
<br /> “验证性因子分析的标准化系数加权得到”——如果归一化以后肯定有分数<br /> 感觉还不错,有靠谱的理论或文献支持否?心理学辅导 发表于 2011-7-5 10:25
同意 17楼的意见freeshuju 发表于 2011-7-5 10:30
这个问题回答应该从心里测量理论说起<br /> 观测指标直接加总也是可以的 它遵循古典测量模型的假设,即:<br /> X1=指标+误差1<br /> X2=指标+误差2<br /> X3=指标+ 误差3<br /> 古典测量模型假设每个指标测量的真实值是同等的<br /> 所以<br /> X=(X1+X2+ X3)+(误差1+误差2+误差3)/3<br /> 另一种测量模型就是同属性测量模型,即:<br /> X1=权重1*指标+误差1<br /> X2=权重2*指标+误差2<br /> X3=权重3*指标+ 误差3<br /> <br /> 古典测量模型只是同属性测量模型的一个特例,即:权重1=权重2=权重3,所以可以得出,同属性测量模型(结构方程中共同因子得分)更加合理,比指标直接加总更接近真实水平。<br /> 但是,不同的样本会影响到潜因子的因子负荷,这样来说同属性测量模型又不如古典测量模型稳定了,最后,这个学术界公认的答案就是:选取效果指标的平均值和所有效果指标的共同因子的得分在传统上(很多国外论文上)都是可以接受的方法lisrel 发表于 2011-7-5 10:35
学到了不少东西