潛在類別模型的原理與技術

內容概要

潛在類別模型是探討潛在變量的模型化分析技術。它與一般常用的因素分析或結構方程模型的最大不同在于變量的形式：因素分析處理的是連續(xù)變量；潛在類別分析處理的是類別變量。正因為潛在類別模型以類別數據作為素材，補足了潛在變量模型的一個缺口，為社會科學研究者面對俯拾即是的類別數據提供了一種更強而有力的分析工具。最重要的是，潛在類別分析把類別數據與潛在變量的觀念加以結合，提高了類別變量的分析價值，也使得社會科學研究者可以一窺潛在類別背后的實證意義，在方法學上具有重要的價值。    為了適合初學者自行研讀，本書僅對潛在類別模型的原理進行介紹，并利用Mplus與LatentGOLD兩套軟件進行范例說明。除了基本的探索性潛在類別分析，本書范例涵蓋了驗證性、多樣本、多因子、度量模型的潛在類別分析，可以說對于潛在類別模型的基本應用進行了完全的闡述。本書可作為大專院校和科研機構中的學生、教職員、研究人員進入潛在類別模型領域的最佳導讀與研習用書。

作者簡介

邱皓政，1995年獲美國南加州大學(University of Southern California)博士學位，主修心理計量學，臺灣“輔仁大學”心理學學士與碩士。研究興趣為工業(yè)與組織心理學、統(tǒng)計方法與多變量應用技術、心理測驗學、創(chuàng)造力與組織創(chuàng)新研究等，專長議題為結構方程模型與多變量統(tǒng)計方法。

書籍目錄

序第一章  引論  第一節(jié)  導論  第二節(jié)  潛在變量模型    一、潛在變量的特性    二、因素分析模型    三、潛在類別分析  第三節(jié)  潛在類別模型的分析軟件第二章  類別變量的特性與分析  第一節(jié)  類別變量特性    一、類別數據的特性    二、次數、百分比與列聯(lián)表  第二節(jié)  卡方統(tǒng)計量與殘差分析    一、期望值與殘差    二、標準化殘差    三、卡方統(tǒng)計量與卡方檢驗  第三節(jié)  對數線性模型    一、對數線性模型的原理    二、似然函數卡方值    三、對數線性模型與卡方檢驗的差異第三章  潛在類別分析原理  第一節(jié)  潛在類別分析的基本模型    一、列聯(lián)表的數據格式    二、潛在類別分析的數學模型  第二節(jié)  潛在類別分析的參數估計    一、概率參數化    二、對數參數化  第三節(jié)  模型估計    一、極大似然估計量    二、迭代估計    三、模型適配檢驗    四、模型適配指標  第四節(jié)  分類（classification）第四章  探索性潛在類別分析  第一節(jié)  探索性模型的原理  第二節(jié)  探索性分析的主要內容    一、模型選擇    二、潛在類別概率與條件概率    三、觀察值分類  第三節(jié)  探索性潛在類別分析操作示范    一、LatentGOLD操作程序    二、LatentGOLD報表解釋    三、Mplus操作程序與結果第五章  驗證性潛在類別分析  第一節(jié)  限定模型的基本概念    一、參數的限定    二、模型辨識問題  第二節(jié)  等值限定模型  第三節(jié)  定值限定模型  第四節(jié)  驗證性潛在類別分析操作示范    一、非限定模型（四類別未限定模型）    二、平行測量限定模型    三、誤差限定模型（誤差等量模型）    四、定值限定模型第六章  多樣本潛在類別分析  第一節(jié)  多樣本分析的原理    一、多樣本分析的數學模型    二、參數比較的顯著性檢驗  第二節(jié)  非限定廠類別模型  第三節(jié)  多樣本限定模型檢驗  第四節(jié)  多樣本潛在類別分析操作示范    一、形貌同構性檢驗    二、限定模型檢驗第七章  多因子潛在類別分析  第一節(jié)  多因子模型的原理    一、模型設定    二、模型適配比較    三、參數估計  第二節(jié)  限定多因子模型  第三節(jié)  方法學上的意義  第四節(jié)  多因子潛在類別分析操作示范    一、非限定模型分析步驟    二、非限定模型分析結果報表    三、限定模型的分析結果第八章  度量模型潛在類別分析  第一節(jié)  基本概念  第二節(jié)  度量模型的估計原理    一、基本原理    二、度量模型的統(tǒng)計原理    三、參數估計與模型適配檢驗  第三節(jié)  順序性潛在類別分析操作示范    一、LatentGOLD操作步驟    二、LatentGOLD結果報表參考文獻索引

章節(jié)摘錄

　　第一章　引論　　第一節(jié)　導論　　如果說近二十年來，統(tǒng)計原理與技術對于社會科學研究最大的沖擊是什么，最重要的應該是潛在變量模型（1atent variable modelin9，LVM）的蓬勃發(fā)展。主要的理由之一是社會科學研究所關心的研究議題多與抽象而且無法直接觀察的特質有關，為了進行測量與分析，我們往往使用一些間接測量的方法，獲得片面的數據，然后利用潛在變量的概念來整合這些間接測量數據，進而掌握抽象特質的狀態(tài)?！　∫陨鐣W研究中的重要概念社經地位（socioeconomic status，SES）為例，我們或許可以利用收入、教育程度或是職業(yè)聲望來了解人們在社會上的地位或影響力的高低，但是這三者都只涉及了社經地位的部分概念，并不能代表社經地位這個概念的全貌，更重要的是社經地位是一個由學者基于理論基礎所提出的抽象概念，客觀上無法直接測量其高低，必須借由可測量的外顯變量（mani—fest variables）或指標（indicators）來定義出一個潛在變量以表示社經地位的狀態(tài)?！　VM受到重視的另一個重要理由是社會科學所探究的課題是復雜的人類行為經驗與社會現(xiàn)象，研究者所搜集到的資料往往是片段、交錯復雜的數據，這些原始數據必須進一步加以整理，化簡成為清楚明確的研究變量以進行后續(xù)的統(tǒng)計分析，進而能夠對于現(xiàn)象進行解釋。20世紀70年代以來盛行的主成分分析與因素分析，最重要的一個功能就是可以協(xié)助研究者將一堆測量數據整合、萃取出少數的幾個主成分（component）或因素（factors）來進行精簡、有效率的分析。LVM不僅可以協(xié)助研究者進行抽象概念的研究，也可以協(xié)助進行數據化簡與整合等這種不需要理論基礎，純粹是一種探索性的數據處理作業(yè)?！　Q言之，LVM不僅可以從事數據化簡的探索性（exploratory）作業(yè)，也可以配合研究者的議題內涵與理論需求，進行驗證性（confirmatory）研究，加上計算機普及與功能提升的優(yōu)勢條件，以模型為基礎（model—based）的統(tǒng)計技術與軟件應運而生，促成LVM近年來的大鳴大放，未來仍有相當開闊的發(fā)展空間。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    潛在類別模型的原理與技術 PDF格式下載

---