UC知道结构方程模型
来源：百度知道 编辑：UC知道 时间：2024/06/14 05:06:04
下面的内容是教材中,针对第4主题的简介.但这些英文及中文译文资料尚缺少极为重要的相关内容
1.所缺少的第一部分:“针对第四主题的SPSS的操作和例题讲解内容.”
2.所缺少的第二部分:“如何按照教学中的实际情况去建立模型.”（本课程内容是研究生教育学专业学生所需资料）请各位大虾提供缺少的资料。
第四主题
Establish the conceptual framework of a structural equation model.
四、结构方程模型SEM(structural equation modeling)
结构方程模型是一种实证分析模型，通过寻找变量间内在的结构关系，验证某种结构关系或模型的假设是否合理，模型是否正确，并且如果模型如果存在问题，可以指出如何修改。
它是反映隐变量和显变量的一组方程，其目的是通过显变量的测量推断隐变量，并对假设模型的正确性进行检验。
结构方程的结构：
结构方程一般由测量方程(measurement equation)和结构方程(structural equation)两部分构成。
（1）测量模型。对于指标与隐变量之间的关系。通常可以写成：
Y＝∧yη+ε
X=∧xξ+δ
其中，ξ、η是内生隐变量，x、y是显变量，矩阵∧x、∧y分别为反映x对ξ和y对η的关系强弱程度的系数矩阵，可以理解为相关系数。ε和δ分别是y和x的测量误差。
（2）结构模型。隐变量之间的关系。通常可以写成：
η=Bη+Γξ+ξ
B和Γ是系数矩阵。
盼高手们不吝赐教。尽速提供相关资料给小弟。将资料发至timothytam@163.com
本来嘛，天下网友是一家。日行一善，回报多多，小弟这厢有礼了。
结构方程简介
不论是因果关系的证明或量表内在结构的确认，均有赖于事前研究变项的性质与内容的厘清，并清楚描述变项的假设性关系，由研究者提出具体的结构性关系的假设命题，寻求统计上的检证。尤其在社会与行为科学领域所探究的变项结构性关系，大多是由一群无法直接观察与测量的抽象命题（或称为构念）所组成，需获得严谨的统计数据来证明构念的存在，此点也是SEM的主要长处之一（Bollen, 1989）。
（三）模型比较分析（modeling analysis and comparison）
SEM 的第三个主要特征，是模块化分析的应用。利用先前所讨论的假设检定与结构化验证功能，结构方程模式可以将一系列的研究假设同时结构成一个有意义的假设模型（hypothetical model），然后经由统计的程序对于此一模型进行检证。不同的模型之间，则可进行竞争比较。
在社会与行为科学的研究中，往往相同的一组变项会因为理论观点的不同，对于变项之间的假设关系亦会有不同的主张，因此，研究者可以基于不同的理论与假设前提，发展出不同的替代模型（alternative model），进行模式间的竞争比较。此一利用假设模型进行统计检证的优点，大大改善了传统路径分析在多组回归等式进行同时估计的限制，也提高了分析的应用广度。
Jöreskog & Sörbom（1996）指出SEM的模块化应用策略有三个层次，第一是单纯的验证（confirmatory），也就是针对单一的先验假设模型，评估其适切性，称为验证型研究；第二是模型的产生（model generation），其程序是先设定一个起始模型，在与实际观察资料进行比较之后，进行必要的修正，反复进行估计的程序以得到最佳契合的模型，称为产生型研究；第三是替代模型的竞争比较，以决定何者最能反应真实资料，称为竞争型研究。
Maccallum & Austin（2000）从文献整理中发现，以单纯的验证与模型产生为目的SEM研究约占20%与25%，涉及竞争比较的SEM研究则有55%。 Maccallum & Austin（2000）认为模型产生型SEM研究有其限制存在，尤其在模型修饰的过程中，往往过度依赖资料所呈现的讯息而忽略理论的意义，过度滥用修正程序以获得对自己有利的结果，是相当危