结构方程模型总结简介
1．结构方程模式结构方程模式是在已有的[u]因果理论基[/u]础上，用与之相应的[u]线性方程系统[/u]表该因果理论的一种统计分析技术.目的在于探索事物间因果关系并将这种关系用[u]因果模式[/u]、[u]路径图[/u]等表述(Kline，R．B1998)。一般，结构方程模式由[u]测量[/u]和[u]潜在变量[/u]两部分组成：测量部分求出[u]观察指标与潜在变量之间[/u]的关系；潜在变量部分求出[u]潜在变量与潜在变量之间[/u]关系。
因此，结构方程模式分为测量模式与潜在结构模式(侯杰泰，1994)。
[u]测量模式的方程[/u]：
X、Y分别是外源和内源指标；η、ε分别是内源和外源变量，δ、e分别是X、Y的测量误差；
Λx是X指标与外源潜在变量ζ的关系；Λy是Y指标与内源潜在变量η的关系。
[u]结构模式的方程[/u]：η=βη+Γε+ζ
η是内源潜在变量，ε是外源潜在变量间关系，ζ是内源潜在变量间关系，Γ是外源潜在变量对内源潜在变量影响，是模式内未能解释的部分。2．结构方程模式的建构
[u](1)模式构想[/u]出发点是为观察变量问候设的基本因果关系建立具体的模式。这就需要清晰地说明变量间的因果联系，即通过路径图的方式，对变量间假定的因果联系予以描述。但同时我们应该认识到．模式的建立必须以正确的理论为基础，如果某一路径缺乏理论依据，则它无法正确解释变量间的因果联系。
(2[u])模式限定[/u]可以用代表因果理论的线性方程系统表示理论上的模式。在从概念理论到统计模式的过渡．可形成假设。
一假设是：线性模式可完全代表观察数据
余假设分为：有关观察指标与潜在变量关系的假设；有关潜在变量或观察指标因果关系的方向及属性的假设。
(3)[u]模式识别的判定[/u]模式形成的重要阶段是判定模式能否被识别。要能识别某个模式，就需要说明线性方程的各个系统参数。这些系统参数可根据观察分数的方差和协方差矩阵所提供的信息进行估计。模式识别的必要但非充分条件是模式的参数个数不多于观察的方差和协方差数目(Duncan，1975；Everitt，1984)。
(4)[u]模式拟合[/u]把统计模式与观察数据相拟合。根据研究者的需要，可选用适当的拟合指标以考察模式与数据的拟合程度。由于对观察变量的分布和属性所作的假设不同，因而拟台的规则与估计方法也有所差异ollen，1989；Joreskog&Sorbom，1993)
(5)[u]模式拟合检验[/u]对于一个模式，只要它满足模式识别的基本条件，就可以对该模式与数据的拟合度进行检验。模式的拟合检验可采用多种指标(Bentler，P．M，1990)，研究者可以根据不同的目的选用不同的拟合指标加以检验(下文将作详细阐述)。但模式拟合度只表明模式与观察数据的一致性程度，至于这个模式是否能完全代表观察数据，这首先还得联系到模式建立的理论基础及其它一些重要方面。
(6)[u]模式评价[/u]，远远比单纯地确定模式与数据的拟合程度更为复杂，因模式评价需要表明在现有证据和知识限度内，所提出的模式是否是数据最好的或信息量最大的解释(Bollen．1989：Joreskog＆Sorbom．1993)。这就要求把结构方程分析置于一个更广泛的证据和理论之中．同时还要讨论模式的现实可能性，并进行参数估计。
页:
[1]