1樓：紫莉雨
結構方程簡介
不論是因果關係的證明或量表內在結構的確認，均有賴於事前研究變項的性質與內容的釐清，並清楚描述變項的假設性關係，由研究者提出具體的結構性關係的假設命題，尋求統計上的檢證。尤其在社會與行為科學領域所**的變項結構性關係，大多是由一群無法直接觀察與測量的抽象命題（或稱為構念）所組成，需獲得嚴謹的統計資料來證明構唸的存在，此點也是sem的主要長處之一（bollen, 1989）。
（三）模型比較分析（modeling analysis and comparison）
sem 的第三個主要特徵，是模組化分析的應用。利用先前所討論的假設檢定與結構化驗證功能，結構方程模式可以將一系列的研究假設同時結構成一個有意義的假設模型（hypothetical model），然後經由統計的程式對於此一模型進行檢證。不同的模型之間，則可進行競爭比較。
在社會與行為科學的研究中，往往相同的一組變項會因為理論觀點的不同，對於變項之間的假設關係亦會有不同的主張，因此，研究者可以基於不同的理論與假設前提，發展出不同的替代模型（alternative model），進行模式間的競爭比較。此一利用假設模型進行統計檢證的優點，大大改善了傳統路徑分析在多組迴歸等式進行同時估計的限制，也提高了分析的應用廣度。
jöreskog & sörbom（1996）指出sem的模組化應用策略有三個層次，第一是單純的驗證（confirmatory），也就是針對單一的先驗假設模型，評估其適切性，稱為驗證型研究；第二是模型的產生（model generation），其程式是先設定一個起始模型，在與實際觀察資料進行比較之後，進行必要的修正，反覆進行估計的程式以得到最佳契合的模型，稱為產生型研究；第三是替代模型的競爭比較，以決定何者最能反應真實資料，稱為競爭型研究。
maccallum & austin（2000）從文獻整理中發現，以單純的驗證與模型產生為目的sem研究約佔20%與25%，涉及競爭比較的sem研究則有55%。 maccallum & austin（2000）認為模型產生型sem研究有其限制存在，尤其在模型修飾的過程中，往往過度依賴資料所呈現的訊息而忽略理論的意義，過度濫用修正程式以獲得對自己有利的結果，是相當危險的作法，使用者應小心為之。相對之下，競爭比較的研究則有較為強固的理論基礎，修飾問題較少，而可以發揮較大的彈性與說服力。
結構方程模式的此一模組化分析功能，最主要的一個貢獻，即是為社會與行為科學研究界對於抽象理論進行實證的檢驗提供了一套嚴謹的程式，使得研究者可以透過統計的分析去檢驗所提出的理論模型（theoretical model）。此舉將假設檢定的運用，自單一引數的考驗提升至理論模型整體考驗的更高層次，突破了傳統上計量技術對於理論模型欠缺整合分析能力的困境。
二、結構方程模式的特性
hoyle（1995）指出，結構方程模式可視為不同統計技術與研究方法的綜合體。從技術的層面來看，sem並非單指某一種特定的統計方法，而是一套用以分析共變結構的技術的整合。sem有時以共變結構分析（covariance structure analysis）、共變結構模型（covariance structure modeling）等不同的名詞存在，有時則單指因素分析模式的分析，以驗證性因素分析（cfa）來稱呼之；有時，研究者雖然以sem的分析軟體來執行傳統的路徑分析，進行因果模型（causal modeling）的**，但不使用sem的名義，事實上這也是sem的重要應用之一。
不論是用何種名詞來稱呼，這些分析技術具有一些基本的共同特質（kline, 1996, pp. 8-13），說明如下。
（一）sem具有理論先驗性
sem分析最重要的一個特性，是它必須建立在一定的理論基礎之上，也就是說，sem是一個用以檢證某一先期提出的理論模型（priori theoretical model）的適切性的一種統計技術。這也是sem被視為是一種驗證性（confirmatory）而非探索性（exploratory）統計方法的主要原因。sem的分析過程中，從變項內容的界定、變項關係的假設、引數的設定、模型的安排與修正，一直到應用分析軟體來進行估計，其間的每一個步驟都必須要有清楚的理論概念或邏輯推理作為依據。
從統計的原理來看，sem也必須同時符合多項傳統統計分析的基本假設（例如線性關係、常態性）以及sem分析軟體所特有的假設要件，否則所獲得的統計資料無法採信。
2樓：經沙陳峰
只要有資料，設計好模型之後，結構方程模型軟體如amos、mplus等就可以執行出結果。（南心網
amos
mplus結構方程模型）
結構方程模型 和路徑分析的區別，原理是否一樣？
3樓：中子
路徑分析是結構方程模型的一部分，完整的結構方程模型包含兩部分：1、測量模型，研究因子和指標的關係，也就是一般我們說的驗證性因子分析；2、因果模型，也就是路徑分析，研究的是因子之間的關係。另外提一下，狹義上的路徑分析指的是把顯變數直接當做潛變數的因果模型。
因此，結構方程模型和路徑分析其實是概念與子概念的關係。他們所涉及的統計學原理自然是一樣的，只不過如果是狹義上的路徑分析，那麼預設變數無測量誤差，其計算的精確度及誤差的控制是不如完整的結構方程模型的。
4樓：北京佳美鼎盛寧
結構方程模型模型能夠做路徑分析，路徑模型本身也是一種結構方程模型，但是結構房模型更多的是用來做潛變數模型，此外，路徑模型如果用spss來做的話，不能對總體進行擬合檢驗。
如果滿意，請採納哦，您的採納是我回答問題的動力哦！
結構方程模型 和路徑分析的區別，原理是否一樣
5樓：匿名使用者
一個完整的結構方程模型包含兩個部分，一個是測量模型，一個是結構模型，測量模型研究的是潛變數（因子）和顯變數（題目或者說測量指標）的關係，簡單點說可以認為因子分析就是測量模型，最典型的測量模型就是驗證性因子分析；而結構模型是研究潛變數之間或者說因子之間關係的，模型中只有因子而沒有測量因子的指標（題項）。
測量模型和結構模型合起來就是一個完整的結構方程模型，二者也可以分開各自單獨做。
這裡說的結構模型其實就是路徑分析，如果要單獨去做路徑分析，把每個測驗的總分或者均分作為因子建模即可，這時候測量指標就不存在了。
這樣看，結構方程模型和路徑分析其實是同根同源的，路徑分析可以認為是完整的結構方程模型的一個部分，二者有從屬關係。運算基本原理是一樣的，一般都是通過極大似然估計法來估計引數。
主要區別就在於完整的結構方程模型還包含了測量模型，而路徑分析沒有。顯然，如果要做一個完整而嚴謹的結構方程研究，最好是建立完整的結構方程模型。
6樓：北京佳美鼎盛寧
結構方程模型模型能夠做路徑分析，路徑模型本身也是一種結構方程模型，但是結構房模型更多的是用來做潛變數模型，此外，路徑模型如果用spss來做的話，不能對總體進行擬合檢驗。
如果滿意，請採納哦，您的採納是我回答問題的動力哦！
結構方程模型 60
7樓：紫月開花
結構方程模型的初衷在於針對潛變數之間關係進行建模。例如，智商，情商，成功這三個潛變數之間到底是何種關係？但是它們三個本身不可直接測量，於是需要通過一定手段對它們進行測量。
你當然可以先通過量表各自「估計」這三個潛變數，再建立三者間的模型。結構方程模型實現了這兩步的一體化，優勢在於，估計的過程中充分考慮了潛變數間的關係。而分開兩步是不能做到的。
當然這是否真的是優勢有待商榷。
結構方程模型的估計方法主要有三類：第一種是協方差分析法，第二種是偏最小二乘法，第三種是貝葉斯法。
協方差分析認為，潛變數間的關係反映在可測變數的協方差關係中，由模型產生的協方差結構和真實協方差結構應一致（理想情況）。於是以協方差矩陣的差異作為優化準則。偏最小二乘的想法為：
考慮潛變數結構的前提下，「最好」的潛變數應該與對應可測變數「最接近」。於是，其優化準則本質是ols。貝葉斯也是對潛變數假定先驗，然後用mcmc直接對潛變數進行抽樣，既然潛變數的樣本都有了，結構方程模型也就退化為了一堆迴歸。
國內很多文獻把結構方程模型等同於上述第一種估計方法，這是一種誤區。每一種方法都有各自的檢驗和評價手段。三種方法孰優孰劣？
難以確定，只能說，各有各的優勢和不足。另外，結構方程模型定位是驗證性分析，這需要大量背景知識支撐，否則建模必然失敗。近年來，發展了探索性的結構方程模型，題主不妨找找cnki。
8樓：匿名使用者
這些沙雕都在回答什麼，那個應該是效應值，直接的或者間接的。可以看看這個瞭解。看看有幫助嗎
結構方程模型對資料要求是不是很高
9樓：匿名使用者
首先要保證樣本量，一般來說至少200，主要是為了得到穩定的引數估計結果
內，不夠兩百的話基本上你跟容
審稿人或者答辯老師也沒法交代。
第二是所用資料協的方差-協方差矩陣要滿足正定的條件，這個如果你不滿足，使用軟體時也往往會報錯的，得不到引數估計結果。
其他的要求就不算很嚴格了，跟一般的資料分析所需滿足的要求差別不大了。
10樓：南心網心理統計
也不是很高了，主要是樣本量，變數間關係的問題了。
在構建結構方程模型中，常用的統計軟體包括哪些
常用的有lisrel，mplus，amos，eqs r語言等。amos用的人應該比較多，因為它容易上手，不需要寫語句，直接畫圖就可以構建模型，對於那些不做學術研究，只是搞搞應用的人來說，這個比較實用，它的缺陷是隻通過畫圖無法構建一些較為複雜的模型，靈活性不高，如果你是做學術的，不建議學amos li...
什麼是盒式模型結構,什麼是盒子模型？
盒子結構 就是把牆 地板 樓板整體澆注 像一個盒子一樣 一個房間就是一個盒子 用這些盒子組成房屋 什麼是盒子模型？在網頁中，一個元素佔有空間的大小由幾個部分構成，其 中包括元素的內容 content 元素的內邊距 padding 元素的邊框 border 元素的外邊距 margin 四個部分。這四個...
OSI體系結構的OSI參考模型與TCP IP參考模型的對應關係
tcp ip分層模型 簡稱tcp ip模型 及與osi參考模型的對應關係如圖1所示。由圖1可見，tcp ip模型包括 內4層容 網路介面層 對應osi參考模型的物理層和資料鏈路層 網路層 對應osi參考模型的網路層 運輸層 對應osi參考模型的運輸層 應用層 對應osi參考模型的5 6 7層。簡述o...