验证性因子分析的讲解

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

a
4
概念间的关系
பைடு நூலகம்
a
5
结构方程模型由两部分组成:
a
6
因子分析(Factor Analysis)
用于分析影响变量、支配变量的共同因子有几个 且各因子本质为何的一种统计方法
是一类降维相关分析技术,考察一组变量(指标) 之间的协方差或相关系数结构,并用于解释这些 变量与少数因子(潜变量)之间的关系
高度相关的观测变量(不管是正相关还是负相关) 很可能是受同样的因子影响,而相对来说相关程度 不是很高的观测变量很可能是受不同的因子影响 的。而因子必须尽可能多地解释变量方差,每个变 量在每个因子上都有一个因子载荷,因子的意义需 由比较哪些变量在哪个因子上载荷最大来决定。 通过寻找潜在公共因子,并合理解释因子的意义,我 们就能揭示错综复杂的事物的内部结构。
,Mplus等
a
2
LISREL——结构方程模型的一种
LISREL( Linear Structural RELationship) 1. SEM分析软件 2. 线性结构方程模型
LISREL(Joreskog,1970)方法也称为协方差建 模方法,通过拟合模型估计协方差与样本协方差 S来估计模型参数。具体来说,就是使用极大似 然等方法,构造模型估计协方差与样本协方差的 拟合函数,然后通过迭代,得到使拟合函数值最 优的参数估计。
a
3
结构方程模型另一方法——PLS
偏最小平方模型PLS(Wald,1982) 《模型构建方法与结构方程建模——与张建平同志
商讨》一文中旨在将结构方程模型与LISREL的概 念区分开而具体介绍
当研究目的是理论检验且先验理论知识充足时, 更宜采用LISREL;当研究目的是因果预测应用, 且理论知识非常缺乏时,则PLS更加适合。
数表示) Σ(Θ^):根据样本估计出Θ^后得到的协方差矩阵
a
11
目的
S——Σ Σ(Θ^)——Σ(Θ) 估计出参数,使得Σ(Θ^)逼近S,即使得Σ(Θ)
逼近Σ
a
12
参数估计 模型识别 模型评价等具体细节原理 教材CH9
a
13
应用举例
《外资企业跨文化适应模式分析结构方程建模》
a
14
验证性因子分析
龚颖
a
1
结构方程分析
也称为“结构方程建模(Structural Equation Modeling ,SEM)”
定义:基于变量的协方差矩阵来分析变量之间关 系的一种统计方法
是一种非常通用的、主要的线形统计建模技术 是计量经济学、计量社会学与计量心理学等领域
的统计分析方法的综合 所常使用的分析软体包括:LISREL,EQS,AMOS
为了确定因子的维数——探索性因子分析(EFA) 根据某些理论或其他先验知识对可能的个数或因
子结构作出假设——验证性因子分析(CFA)
a
7
EFA vs CFA
参考文献《探索性因子分析与验证性因子分析比 较研究》
a
8
EFA&CFA——相同之处
都是为了考察观测变量之间的相关系数和方差协 方差。
a
9
基本思想的差异
EFA
CFA
主要是为了找出影响观测 变量的因子个数,以及各 个因子和各个观测变量之 间的相关程度
主要目的是决定事前定义 因子的模型拟合实际数据 的能力
a
10
CFA原理分析
教材P170 参数:λij,ξi的方差、协方差φij,δ的方差θii Θ:全体位置参数组成的向量 Θ^: Θ的估计 Σ:X在总体中真实的协方差矩阵(9.3) S:X在样本的协方差矩阵(可代替Σ ) Σ(Θ):由模型推出的整体协方差矩阵(9.4由各参
相关文档
最新文档