結構方程模型及其應用

前言

對現代科學尤其是社會科學而言，研究方法的發(fā)展在很大程度上能夠起到推動整個學科發(fā)展的作用，研究方法的落后必然會限制學科的發(fā)展。在我國現階段，同學科專業(yè)的建設及發(fā)展相比，社會科學研究方法的建設和普及卻顯得相對薄弱，很多學科的研究方法，尤其是量化方法，還遠遠落后于世界先進水平，這無形中妨礙了有關學科專業(yè)的進一步發(fā)展。社會科學研究方法的落后，首先表現在缺乏一大批熱心于研究方法的學者，多數優(yōu)秀學者往往致力于專業(yè)研究，而較少顧及到研究方法的研究。其次表現為此領域相關書籍的匱乏，特別是介紹、講解現代研究方法的專著不僅數量有限，而且內容陳舊，更沒有一套可以系統(tǒng)介紹社會科學研究方法的教材，很多學科苦于找不到合適的方法課用書。而在先進國家，每一種主要的統(tǒng)計分析方法在每一學科中都可找到多種專著及更多的普及讀物，以供學者、學生選用。針對這樣的情況，我們決定編輯這套社會科學研究方法叢書。

內容概要

　　在社會、心理、教育、經濟、管理、市場等研究的數據分析中，當今稱得上前沿的幾個統(tǒng)計方法中，應用最廣、研究最多的恐怕非結構方程分析莫屬。它包含了方差分析、回歸分析、路徑分析和因子分析，彌補了傳統(tǒng)回歸分析和因子分析的不足，可以分析多因多果的聯系、潛變量的關系，還可以處理多水平數據和縱向數據，是非常重要的多元數據分析工具。
　　本書是國內第一本系統(tǒng)介紹結構方程模型和LISREL的著作。闡述了結構方程分析（包括驗證性因子分析）的基本概念、統(tǒng)計原理、在社會科學研究中的應用、常用模型及其LISREL程序、輸出結果的解釋和模型評價?！督Y構方程模型及其應用》還討論了一些與結構方程模型有關的專題，是一本由初級至中上程度的結構方程分析著作，可作為有關專業(yè)高年級本科生和研究生的教科書及應用工作者的參考書。

作者簡介

　　侯杰泰，香港中文大學教育心理系教授、系主任。主要研究方向為學習動機，應用統(tǒng)計和香港語文政策。曾多次在北京、上海、南京、長春、廣州等地舉辦的地區(qū)或全國性結構方程分析研習班上講學。

書籍目錄

序
第一部分 結構方程模型入門
第一章 引言
一、描述數據
二、具體例子展示準確與簡潔的考慮
三、探索性與驗證性因子分析比較
第二章 結構方程模型簡介
一、結構方程模型的重要性
二、結構方程模型的結構
三、結構方程模型的優(yōu)點
四、結構方程模型包含的統(tǒng)計方法
五、路徑圖的圖標規(guī)則
六、結構方程分析軟件包
七、LISIREL操作入門
第二部分 結構方程模型應用
第三章 應用示范I：驗證性因子分析和全模型
一、驗證性因子分析
二、多質多法模型
三、全模型
四、高階因子分析
第四章 應用示范II：單純形和多組模型
一、單純形模型
二、多組驗證性因子分析
三、多組分析：均值結構模型
四、回歸模型
第五章 結構方程建模和分析步驟
一、驗證模型與產生模型
二、結構方程分析步驟
三、參數估計和擬合函數
四、擬合檢查
五、模型修正和交互效度
六、模型比較的原理
七、報告結果
第三部分 結構方程模型專題研究
第六章 專題討論——涉及數據的問題
一、樣本容量
二、數據類型
三、處理非正態(tài)數據
四、異常數據
五、缺失數據
六、可否應用相關矩陣作分析
七、處理小樣本的方法
第七章 專題討論——涉及模型擬合的問題
一、忽略測量誤差所引致的錯誤
二、非正定協方差矩陣
三、不收斂
四、不恰當的解
五、單指標潛變量
六、誤差相關
七、因子的單位與附加限制
八、為什么要考慮等同模型
九、模型與數據擬合是否表示模型正確
十、結構方程是否驗證變量問的因果關系
十一、怎樣避免潛變量名實不符的問題
十二、合宜和錯誤的高階因子
十三、如何報告結構方程分析結果
十四、與傳統(tǒng)分析的結合
第八章 擬合指數
一、擬合指數概述
二、絕對擬合指數
三、相對擬合指數
四、簡約擬合指數
五、擬合指數定義一覽
第四部分 結構方程模型統(tǒng)計原理
第九章 驗證性因子分析原理
一、驗證性因子分析的基本概念
二、因子分析模型及其協方差結構
三、因子分析模型識別的若干準則
四、參數估計
五、模型評價
六、有均值結構的因子分析模型
七、多組比較
第十章 路徑分析原理
一、因果模型中的結構方程
二、路徑分析與效應分解
三、因果模型的協方差矩陣
四、因果模型識別準則
五、參數估計
六、模型評價與修正
七、因果模型與因果分析
第十一章 結構方程分析原理
一、結構方程基本概念
二、結構方程模型及其協方差結構
三、若干特殊的結構方程模型
四、模型識別
五、參數估計
六、模型評價與修正
七、標準化系數
八、有常數項的結構方程模型
九、多組比較
第五部分 LISREL軟件
附錄III 通過SPSS讀取數據
附錄Ⅳ 結構方程討論小組
參考文獻

章節(jié)摘錄

插圖：（三）同時估計因子結構和因子關系假設要了解潛變量之間的相關，每個潛變量都用多個指標或題目測量，一個常用的做法是對每個潛變量（如自信），先用因子分析計算潛變量（即因子）與題目的關系（即因子負荷），進而得到因子得分，作為潛變量的觀測值（如自信的因子得分作為自信這個變量的觀測值），然后再計算因子得分（如自信與外向性格因子得分）的相關系數，作為潛變量之間的相關系數。這是兩個獨立的步驟，用自信題目計算自信的因子得分時，并不考慮外向因子；反過來也一樣。在結構方程分析中，這兩步同時進行，即因子與題目之間的關系和因子與因子之間的關系同時考慮。例如，自信題目與自信因子、外向題目與外向因子，以及自信因子與外向因子間的關系，全都在同一步驟中估計。我們再從另一角度，看結構方程分析與傳統(tǒng)的統(tǒng)計分析的差異。假設在新的研究中，對上述同一組被試還要考慮自信與合群性的關系，即一共要計算兩個（自信與外向，自信與合群性）相關系數。用傳統(tǒng)分析方法，在新研究的原有因子內的結構和關系，仍然不變。就是說，自信題目與自信因子的關系、外向題目與外向因子的關系，新研究內的關系與原有關系完全相同。這說明，各因子內結構不會因為其他因子的存在而變化。然而，在結構方程分析中，自信因子的結構，會兼顧其他同時存在的變量而有所調整和改變。就是說，同一個研究中其他共存的因子及其結構，會互相影響，不僅影響因子間關系，也影響因子的內部結構（即因子與指標的關系）。（四）容許更大彈性的測量模型傳統(tǒng)上，我們只容許每一題目（指標）從屬于單一因子，但結構方程分析容許更加復雜的模型。例如，在多質多法模型中（見第三章第二節(jié)），我們用英語書寫的數學試題，去測量學生的數學能力。

編輯推薦

《結構方程模型及其應用》：社會科學研究方法叢書

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    結構方程模型及其應用 PDF格式下載

---