《结构方程模型及其应用》学习笔记0504第一、二章

    今天很开心的发现了一个符合自己兴趣点的前沿统计方法--《结构方程模型》，于是便开始了自己的学习之路。

学习资料：《结构方程模型及其应用》 教育科学出版社

作者：侯杰泰，温忠麟，成子娟

学习时间：

第一章：引言（ 5页 ）用时：45分钟

通过一个例子介绍结构方程模型实现的原理及不同模型的比较。

1. 好的模型是尽可能准确（可以很好还原原始数据）且相对简洁
2. 结构方程模型的实现： 根据输入的一个（样本的）相关系数矩阵S、构建的模型M，用一定的数学方法找出一个与模型M相匹配的再生矩阵 sigma,这个再生矩阵既符合模型（相关系数是模型路径系数乘积），又在某种程度上最接近S.
3. 模型的评价： 准确性（运用不同的拟合优度指数：x2,NNFI,CFI等反映S与sigma的差异）；简洁性（自由度越大，越简洁，其中自由度是协方差矩阵中不重复的元素个数减去模型要顾及的参数个数，包括   负荷系数，相关系数，误差方差三类）
4. 不同模型比较

  

第二章：结构方程模型简介（10页） 30分钟

结构方程建模概念：基于变量的协方差矩阵来分析变量之间关系的一种统计方法

结构方程模型的优越性：

1. 可以同时处理多个因变量
2. 容许自变量和因变量含测量误差
3. 同时估计因子结构和因子关系
4. 容许更大弹性的测量模型

 

问题：

• 协方差、相关系数的具体数据到底是什么含义
• 回归系数与相关系数的关联？（结构方程模型估计出的路径系数是回归系数吗？他们相乘还可以是相关系数？）
• 结构方程建模从相关系数矩阵入手，为何不进行相关系数的显著性检验？
• 传统模型为何不能处理自变量含测量误差，会出现什么问题？SEM为何可以？
• 传统方法也可以进行模型比较，与SEM的模型比较有差别吗？
• 回归模型中系数的解释，以及如何考虑条件影响，自变量之间的交互效应等。
• 书中第二章对SEM优点的理解

其他资料：

结构方程模型的直观理解

http://blog.sina.com.cn/s/blog_8791cb400102v3vx.html

单变量相关系数的检验

http://student.zjzk.cn/course_ware/web_xlyjytjx/skxt/chap0705.htm