矩結構分析模型

前言

2002年，筆者在北京師范大學攻讀博士學位時，正趕上劉紅云老師講授協(xié)方差結構模型課程。雖然是在一個大教室里，但仍然容納不下那些前去聽課的學生，所以每次上課之前都必須提前去占位置。盡管在剛開始接觸這方面的知識時，還聽不大懂，但從聽課的人對這方面的知識所表現(xiàn)出來的極大興趣，筆者認識到學好這一知識的必要性。后來筆者到貴州師范大學給心理學專業(yè)的碩士研究生上課，經常會有很多學生問到關于這方面的問題，盡管能夠回答學生提出的大部分問題，但還是感覺自己在這方面的知識非常欠缺。作為一名老師，筆者覺得在這一方面做一些鉆研，給學生提供更多的幫助是自己的責任。所以這些年來一直沒有停止閱讀這方面的書籍，也會抓住一切機會向有關專家求教。值得慶幸的是，后來認識了香港中文大學的侯杰泰教授，他是這一領域的權威專家，兩次到我校做結構方程專題學術講座，讓筆者收獲頗多。侯教授做學問的嚴謹與執(zhí)著，做人的謙遜與坦誠深深感染了筆者，筆者也覺得應該在這方面做些力所能及的事。此外，筆者又有幸在2006年得到國家留學基金委的資助，得以到英國曼徹斯特大學訪學半年，筆者在那里找到了這方面的一些較為系統(tǒng)的英文資料，經過幾年的鉆研，結合自己在平常教學與科研工作中的一些感悟，整理出這本書。目的是幫助社會科學領域的廣大學生和科研工作人員了解和使用協(xié)方差結構模型。無獨有偶，有一次去廣州參加會議，筆者與暨南大學出版社張仲玲女士偶遇，她答應幫助出版此書，這更增強了筆者的信心。然而，由于平常除忙于教學、科研工作外，還要處理學院事務，使本書的出版拖延了3年多的時間，好在到目前為止關于AMOS的書還沒見幾本。本書強調了AMOS從入門到精通，既可作為入門讀物適合那些對協(xié)方差模型了解不多的讀者，也可作為參考讀物適合那些在這方面較為熟悉的研究人員。前面的內容介紹了一些最基本的概念以及AMOS的最基本的應用實例；后面的內容則對多組樣本分析和復合模型技術作了詳細介紹，尤其是對其他書上還很少提及的AMOS對缺失數(shù)據(jù)的處理和Bootstrapping技術的應用作了介紹。另外，書中還對Amos Basic的運用作了較多的分析與討論。相信這些內容對于那些具有一定基礎的讀者更深入地認識AMOS的原理和使用是有所助益的。本書以Amos4.0為基礎，雖然現(xiàn)在已經有了Amos7.0及更高版本，書中也簡要介紹了較高版本的一些知識，但是筆者記得當初學開車時，是用手動檔的車來考試，很是吃力，但等到開自動檔的車時就感覺特別輕松了。因此，本書從Amos4.0講起，從基礎人手，那么，在使用高版本的.AMOS軟件時就會得心應手了。況且，高版本的AMOS和低版本的AMOS相較而言，變化并不是很大，只是使用起來更為便捷了。本書編寫過程中的這一做法相信對讀者會更有好處。

內容概要

　　《矩結構分析模型：從入門到精通》強調了AMOS從入門到精通，既可作為入門讀物適合那些對協(xié)方差模型了解不多的讀者，也可作為參考讀物適合那些在這方面較為熟悉的研究人員。前面的內容介紹了一些最基本的概念以及AMOS的最基本的應用實例；后面的內容則對多組樣本分析和復合模型技術作了詳細介紹，尤其是對其他書上還很少提及的AMOS對缺失數(shù)據(jù)的處理和Bootstrapping技術的應用作了介紹。

書籍目錄

前  言第一章  SEM簡介　第一節(jié)  SEM的發(fā)展　第二節(jié)  SEM的原理與特點　第三節(jié)　SEM檢驗指標第二章AMOS簡介　第一節(jié)　運行Amos Graphics程序　第二節(jié)  運用Amos Basic編寫程序　第三節(jié)  運用Visual Basic編寫AMOS程序第三章  方差、協(xié)方差的估計及簡單假設檢驗　第一節(jié)  方差、協(xié)方差的估計　第二節(jié)  方差、協(xié)方差的假設檢驗第四章  假設檢驗進階　第一節(jié)  相關系數(shù)假設檢驗　第二節(jié)  方差、協(xié)方差差異顯著性檢驗　——兼談多組數(shù)據(jù)的同步分析　第三節(jié)  均值的估計和假設檢驗　第四節(jié)  平均數(shù)差異檢驗　——一種供選擇的協(xié)方差分析第五章  驗證性因子分析　第一節(jié)  普通驗證性因子分析　第二節(jié)  多個被試組的聯(lián)合因子分析　第三節(jié)  含均值參數(shù)的因子分析第六章　因果分析方法第七章　AMOS關于缺失數(shù)據(jù)的巧妙處理方法第八章　Bootstrapping技術及其巧妙運用參考文獻

章節(jié)摘錄

插圖：（四）縱向設計橫向設計對因果方向的確定主要取決于理論，而不是經驗。即使在已經確定了因果方向的情況下，有的研究者也指出，橫向設計所得出的總影響、直接影響和間接影響的估計值都含有一定的偏差。雖然縱向設計也不會自動為橫向設計所存在的問題提供答案，但它卻能為變量的相互影響機制提供更有力的經驗證據(jù)。利用SEM建立縱向數(shù)據(jù)模型，其最普遍的看法已貫穿于自回歸模型。自回歸模型的實質是任何時間點的分數(shù)源自于以前時間點的分數(shù)。例如，縱向數(shù)據(jù)的SEM將含有時間1的每個概念到時間2相應概念的路徑。對時間2任何概念的影響都可以看作是以時間1的概念為條件的。目前，與自回歸模型取向不同的另外一種處理縱向數(shù)據(jù)的技術一層次模型（HLM）也成為SEM的一種特殊形式。自回歸模型集中于理解兩個時間點之間的變化，而技術一層次模型（HLM）則集中于理解諸如每一個個體在整個觀察期間的變化或成長速率等參數(shù)。多水平模式目前已受到相當大的關注，因為它們?yōu)樘剿髯兓男路椒ㄌ峁┝死碚搩?yōu)勢和實踐優(yōu)勢。四、SEM的局限性與任何統(tǒng)計程序一樣，SEM也存在一定的局限性。其具體表現(xiàn)為：①在SEM應用早期，由于其自身的相對復雜性和不完善性，使研究者未能準確把握其內涵，因而出現(xiàn)了誤用，并把統(tǒng)計結果作為確定因果關系方向的證據(jù)，這顯然是本末倒置的。又由于SEM對模型的接受沒有統(tǒng)一標準，所以在有等價模型的情況下，研究者很難拒絕某些模型，這也給模型選擇帶來了困難。②影響SEM解釋能力的主要問題是指定誤差，但SEM目前還不能對指定誤差加以檢驗。如果模型未能正確指定概念間的路徑或者沒有指定所有的關鍵概念，就可能會引起指定誤差。當模型含有指定誤差時，該模型可能與樣本數(shù)據(jù)擬合很好，但此樣本所在的總體可能擬合得并不好。

編輯推薦

《矩結構分析模型:從入門到精通》是由暨南大學出版社出版的。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    矩結構分析模型 PDF格式下載

---