内生变量和外生变量
内生变量——由模型内其他变量作用所影响的变量 外生变量——变量的影响因素在模型之外
16.05.2020
5
模型设定：2个模型
测量模型 ——表示潜在变量和观测变量之间的关系
结构模型（潜在变量模型 ）
——表示潜在变量之间的关系
16.05.2020
6
样本容量
一般而言，最保守的是一个变量要5个样 本来衡量，此时样本服从多元正态分布， 而且没有奇异值。也有人认为一个变量 由15个样本来衡量比较好。最低的样本 要求是50。一般样本量在100～200之间 比较合适。
实际使用
AMOS Graphic ——图形：所见即所得 AMOS Basic ——编程
16.05.2020 27
欢迎提问！
谢谢！
16.05.2020 28
谢谢你的阅读
❖ 知识就是财富 ❖ 丰富你的人生
16.05.2020 13
模型识别：预防措施
预防不可识别的模型主要是有关参数的 设定，尽量减少自由参数的数目，让模 型简约。当模型中的变量之间有循环或 是双向关系，那么这个模型就是非递归 的，一般是不可识别的。
16.05.2020 14
模型估计：方法选择1
最大似然估计和最小二乘估计 假定：观测变量是连续变量，具有多元
16.05.2020
7
变量数量
选择多个指标表示潜在因子具有统计上 和概念上的优势
一般以3～4个指标表示1个因子比较合适 当因子互相关联的时候，可以减至2个
16.05.2020
8
可信度检验
——SPSS中完成
效度检验
缺省值处理
——SPSS中完成
16.05.2020
9
前期工作
模型识别：概念1
当一个未知参数至少可以由观测变量的 方差协方差矩阵中的一个或者多个元素 的代表函数来表达，就称这个参数可识 别的。如果模型中的参数都是识别参数， 那么这个模型就是可识别的。
16.05.2020 10
模型识别：概念2
过度识别——当一个模型中的参数都是识别
的并且至少有一个是过度识别的，那么这个模 型就是过度识别的
16.05.2020 21
模型评价：简约性
阿凯克信指数 AIC 模型的比较
16.05.2020 22
嵌套模型的比较 非嵌套模型的比较模型比较Βιβλιοθήκη 16.05.2020 23
模型比较：嵌套模型
嵌套关系：在两个模型中，其中一个模 型是在另一个模型的基础上加一定的限 制得到的，一个模型的自由度是另外一 个模型的子集
似然比较检验：通过两个模型拟合优度 的卡方检验值的差值和自由度的差值得 到的新的卡方值和自由度
结果显著：模型中的变化并不是改善
16.05.2020 24
模型比较：非嵌套模型
阿凯克信指数 AIC 一致性阿凯克信指数CAIC 期望交叉证实指数 ECVI 这些值的数值越小，就说明模型简约并拟合的
2
模型设定 模型识别 模型估计 模型评价 模型修正
16.05.2020
3
步骤
模型设定：2个基本假设
理论依据是增加或者删除连线的依据， 用最少的因果路径或者相关关系来刻划 在理论上可行的模型
线性关系
16.05.2020
4
模型设定：2种变量
潜在变量和显示变量
潜在变量——不可直接衡量的 显示变量（测量变量）——问卷中直接测量的
从设定模型的拟合和独立模型拟合之间 的比较得出的
卡方值与自由度的比值：1~3之间 （p>0.05）
GFI：>0.9 AGFI：>0.9 RMSEA：<0.08
16.05.2020 20
模型评价：相对指标
设定模型和特定模型的比较 规范拟合指数（NFI）：设定模型和独立
模型的卡方值的比较（不能控制自由度， 在小样本的时候低估） IFI：对NFI的修正 比较拟合指数CFI：设定模型和独立模型 的卡方值的比较，非中心的卡方分布
很好，但是这些指标都不是统计值，因此没有 统计检验来确认两个模型之间的差异是否显著。 在应用时，先估计每个模型，将它们按其中一 个指标进行比较，然后选择其中值最小的模型。
16.05.2020 25
模型修正
改变测量模型，增加新的结构参数 设定某些误差项相关 限制某些结构参数
16.05.2020 26
正态分布。 即使是在大样本的情况下，观测变量的
偏态性，尤其是在很高的峰度下，会导 致很差的估计以及不正确的标准误和偏 高的卡方值。
16.05.2020 15
模型估计：方法选择2
对偏态分布的变量进行转换； 去除奇异值； 采用加权最小二乘法
16.05.2020 16
模型评价：不适合的参 数估计
恰好识别——当一个模型中的参数都是识别
的并且没有一个是过度识别的，那么这个模型 就是恰好识别的
不可识别——模型中至少有一个不可识别的
参数
16.05.2020 11
模型识别：不可识别的 原因
模型能否识别并不是样本的问题 原因： 1、自由度少 2、因子之间的相互作用，即双向作用
16.05.2020 12
模型识别：判断方法
数据点的数目不能少于自由参数的数目。数据 点的数目就是观测变量的方差和协方差的数目。 自由参数的数目特指待定的因子载荷、通径系 数、潜在变量和误差项的方差、潜在变量之间 与误差项之间的协方差的总数
必须为模型中的每一个潜在变量建立一个测量 尺度。将潜在变量的方差设定为1；将潜在变量 的观测标识中任何的一个因子负载设定为一个 常数，通常为1
概念
结构方程模型是一种通用的线性统计建 模技术。它主要是利用联立方程组求解， 但是没有严格的假设限定条件，同时允 许自变量和因变量存在测量误差。
16.05.2020
1
假设
与其他分析方法相同的假设条件包括： （1） 观察变量是相互独立的； （2） 随机抽样； （3） 线性相关
16.05.2020
误差项有负方差 标准化的相关系数大于或者接近于1 某一相关系数有很大的标准差
16.05.2020 17
模型评价：解决办法
模型是否可以识别 将误差项固定在很小的正值 减少结构
16.05.2020 18
模型评价：3个方面
绝对指标 相对指标 简约性
16.05.2020 19
模型评价：绝对指标