結(jié)構(gòu)方程模型

內(nèi)容概要

　　由王濟(jì)川、王小倩和姜寶法編著的《結(jié)構(gòu)方程模型：方法與應(yīng)用》以通俗易懂的方式系統(tǒng)地闡述結(jié)構(gòu)方程模型的基本概念和統(tǒng)計(jì)原理，側(cè)重各種結(jié)構(gòu)方程模型的實(shí)際運(yùn)用。《結(jié)構(gòu)方程模型：方法與應(yīng)用》采用國(guó)際著名SEM軟件Mplus，使用真實(shí)數(shù)據(jù)來(lái)演示各種常見(jiàn)的以及某些新近發(fā)展起來(lái)的較高級(jí)的結(jié)構(gòu)方程模型，提供相應(yīng)的Mplus程序，并詳細(xì)解讀程序輸出結(jié)果。參照本書(shū)提供的例題和相應(yīng)的計(jì)算機(jī)程序，讀者便能自己實(shí)踐各種SEM模型。
　　《結(jié)構(gòu)方程模型：方法與應(yīng)用》可作為大學(xué)社會(huì)科學(xué)及公共衛(wèi)生學(xué)院研究生以及統(tǒng)計(jì)和生物統(tǒng)計(jì)專業(yè)本科生教材，也可作為相關(guān)學(xué)科的研究人員從事統(tǒng)計(jì)分析的工具書(shū)。

書(shū)籍目錄

第一章　緒論
　1.1 模型表述
　　1.1.1 測(cè)量模型
　　1.1.2 結(jié)構(gòu)模型
　　1.1.3 模型表達(dá)方程
　1.2 模型識(shí)別
　1.3 模型估計(jì)
　1.4 模型評(píng)估
　1.5 模型修正
　附錄1.1 將總體方差／協(xié)方差表達(dá)為模型參數(shù)的函數(shù)
　附錄1.2 結(jié)構(gòu)方程模型的最大似然函數(shù)
第二章　驗(yàn)證性因子分析模型
　2.1 驗(yàn)證性因子分析模型基礎(chǔ)知識(shí)
　2.2 連續(xù)觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　2.3 非正態(tài)與刪截連續(xù)觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　　2.3.1 非正態(tài)性檢驗(yàn)
　　2.3.2 非正態(tài)數(shù)據(jù)的驗(yàn)證性因子分析模型
　　2.3.3 刪截標(biāo)識(shí)的驗(yàn)證性生因子分析模型
　2.4 分類觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　2.5 高階驗(yàn)證性因子分析模型
　附錄2.1 BSI-18量表
　附錄2.2 條目可靠度
　附錄2.3 Cronbacha系數(shù)
　附錄2.4 分類結(jié)局測(cè)量的連接函數(shù)和概率計(jì)算
第三章　結(jié)構(gòu)方程模型
　3.1 MIMIC模型
　3.2 結(jié)構(gòu)方程模型
　3.3 單標(biāo)識(shí)變量中測(cè)量誤差的校正
　3.4 檢驗(yàn)涉及潛變量的交互作用
　附錄3.1 測(cè)量誤差的影響
第四章　潛發(fā)展模型
　4.1 線性潛發(fā)展模型
　4.2 非線性潛發(fā)展模型
　4.3 多結(jié)局測(cè)量發(fā)展過(guò)程的線性潛發(fā)展模型
　4.4 兩部式潛發(fā)展模型
　4.5 分類結(jié)局測(cè)量的潛發(fā)展模型
第五章　多組模型
　5.1 多組驗(yàn)證性因子分析模型
　　5.1.1 多組一階驗(yàn)證性因子分析模型
　　5.1.2 多組二階驗(yàn)證性因子分析模型
　　5.2 多組結(jié)構(gòu)方程模型
　5.3 多組潛發(fā)展模型
第六章　結(jié)構(gòu)方程建模的樣本量估計(jì)
　6.1 結(jié)構(gòu)方程模型樣本量估計(jì)的經(jīng)驗(yàn)法則
　6.2 satorra-Saris法估計(jì)樣本量
　　6.2.1 應(yīng)用satorra-Saris法估計(jì)CFA模型的樣本量
　　6.2.2 應(yīng)用satorra-Saris法估計(jì)LGM模型的樣本量
　6.3 蒙特卡羅模擬法估計(jì)樣本量
　　6.3.1 蒙特卡羅模擬法估計(jì)CFA模型的樣本量
　　6.3.2 蒙特卡羅模擬法估計(jì)LGM模型的樣本量
　　6.3.3 蒙特卡羅模擬法估計(jì)具有協(xié)變量的LGM模型樣本量
　　6.3.4 蒙特卡羅模擬法估計(jì)具有協(xié)變量和缺失值的LGM模型樣本量
　6.4 基于模型擬合統(tǒng)計(jì)量／指標(biāo)的SEM樣本量估計(jì)
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：實(shí)際研究中，連續(xù)結(jié)局測(cè)量的觀察值經(jīng)常會(huì)呈現(xiàn)非正態(tài)分布，而且觀察值還會(huì)大量聚集于零值上。這樣的測(cè)量也稱為半連續(xù)性測(cè)量（semi-continuous mea-sure）。處理這類結(jié)局測(cè)量的傳統(tǒng)方法有以下幾種：（1）將非正態(tài)分布的連續(xù)結(jié)局測(cè)量進(jìn)行對(duì)數(shù)轉(zhuǎn)換，以改善其分布。但這種方法不能解決測(cè)量值中零值過(guò)多的問(wèn)題。（2）將數(shù)據(jù)重新編碼為二分類變量（即將非零觀察值編碼為1，零觀察值仍然為0），用邏輯斯諦（1ogistic）回歸分析該二分類變量。這種方法將會(huì)丟失非零觀察值中大量的重要信息。（3）用兩部式模型（two-part model）分析處理此類零值集中的數(shù)據(jù)。該模型是20世紀(jì)80年代早期在計(jì)量經(jīng)濟(jì)學(xué)科中發(fā)展出來(lái)的（Duan，Manning，Morris＆Newhouse，1983）。計(jì)量經(jīng)濟(jì)學(xué)兩部式模型建立兩個(gè)獨(dú)立模型，用一個(gè)方程（通常用邏輯斯諦或PROBIT回歸）分析一個(gè)二分類變量（0——如果結(jié)局測(cè)量為零值；1——如果結(jié)局測(cè)量為非零值）；用另一個(gè)方程（多元回歸）分析結(jié)局測(cè)量的非零連續(xù)測(cè)量值（Wanning，Duan＆Rogers，1987）。就是說(shuō)，將半連續(xù)性結(jié)局測(cè)量分成兩部分分別建模、分別估計(jì)。這種方法的問(wèn)題在于，它假設(shè)數(shù)據(jù)中出現(xiàn)非零值的似然性與結(jié)局觀察值中非零值的頻數(shù)不相關(guān)。從統(tǒng)計(jì)學(xué)的角度上說(shuō)，即假設(shè)兩個(gè)回歸方程中的殘差項(xiàng)（residua1 terms）不相關(guān)。而忽略殘差項(xiàng)的這種關(guān)聯(lián)可能會(huì)在參數(shù)估計(jì)中引起偏倚（Olsen＆Schafer，2001）。為了處理這個(gè)問(wèn)題，Tooze，et a1.（2002）提出了混合效應(yīng)混合分布模型，并編制了s.AS程序，用于分析縱向研究中的半連續(xù)性結(jié)局測(cè)量數(shù)據(jù)。

編輯推薦

《結(jié)構(gòu)方程模型:方法與應(yīng)用》是應(yīng)用統(tǒng)計(jì)學(xué)叢書(shū)之一。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    結(jié)構(gòu)方程模型 PDF格式下載

---