Основно съдържание
Много психологически, образователни, социални и други концепции са трудни за директно точно измерване, тази променлива се нарича латентна променлива, като интелигентност, мотивация за учене, семейно общество Икономически статус , и т.н. Следователно можете да използвате само някои екзотични индикатори за индиректно измерване на тези потенциали. Традиционните статистически методи не се справят ефективно с тези потенциали, докато моделът на структурното уравнение може едновременно да се справи с потенциала и неговите показатели. Традиционният линеен регресионен анализ допуска грешки в измерването, дължащи се на променливи, но предполага, че аргументът не е грешка.
Моделът на структурното уравнение често се използва при факторен анализ на проверка, факторен анализ от висок ред, пътен и причинно-следствен анализ, многовременен дизайн, единичен модел и множество набори за сравнение. Модел на структурно уравнение Общият софтуер за анализ има Lisrel, AMOS, EQS, MPLUS. Моделът на структурното уравнение може да бъде разделен на модел на измерване и структурен модел. Моделът на измерване се отнася до връзката между индикаторите и потенциала. Структурният модел се отнася до връзката между подводните променливи.
Характеристики
1. Работа с множество променливи
анализът на структурни уравнения може да разглежда и обработва множество променливи едновременно. При регресионния анализ или анализа на пътя, дори ако множество променливи са показани в диаграмата на статистическите резултати, когато се изчислява коефициентът на регресия или коефициентът на пътя, той пак се изчислява една по една за всяка дължима променлива. Следователно изглежда, че диаграмата отчита множество променливи едновременно, но при изчисляване на въздействието на дадена променлива, тя е пренебрегнала съществуването на други променливи и техните въздействия.
2. Достъпът до променливи и променливите съдържат грешки в измерването
отношение, поведенчески променливи, често съдържат грешки или просто измерени с един индикатор. Анализът на структурните уравнения позволява независимата променлива и променливите, съдържащи грешки в измерването. Променливите също могат да бъдат измерени чрез множество индикатори. Коефициентът на фазова корелация между коефициента между потенциала на конвенционалния метод се изчислява от анализа на структурното уравнение, което може да се различава.
3. Оценена факторна структура и факторна връзка
предполага, че корелацията между потенциалните променливи, всеки потенциал се измерва с множество индикатори или теми, често използвани. Практиката е да се изчисли факторът (т.е. факторът) и темата на проблема (т.е. факторното натоварване), за да получите факторни резултати и след това изчислете факторен резултат като последващо измерване на факторните резултати Корелационен коефициент. Това са две независими стъпки. В структурното уравнение тези две стъпки се извършват едновременно, тоест връзката между връзката между фактора и темата и връзката между факторите и факторите.
4. Модел за измерване, позволяващ по-голяма еластичност
традиционно позволява всяко заглавие (индикатор) само от един фактор, но анализът на структурните уравнения позволява по-сложни модели. Например, ние използваме писмени въпроси по математика на английски, за да измерим математическите способности на учениците, а резултатите от теста са както от математически фактори, така и от английски фактори (тъй като резултатите също отразяват английските способности). Традиционният факторен анализ е труден за справяне с модел на множество фактори или сложна робска връзка с фактори от висок ред.
5. Оценка на степента на прилягане на целия модел
При традиционния анализ на пътя той може само да оцени силата на всеки път (променлива връзка). При анализа на структурните уравнения, в допълнение към оценката на горните параметри, могат да бъдат изчислени различни модели, за да се определи кой от едни и същи примерни данни е по-близо до връзката, представена от данните.
Сравнение
Линеен свързан анализ: Линейният свързан анализ показва статистиката между две случайни променливи. Две променливи са еднакво равни, няма разлика поради променливи и аргументи. Следователно коефициентът на корелация не може да отразява причинно-следствената връзка между отделните показатели и общия.
Линеен регресионен анализ: Линейната регресия е по-сложен метод от линейно свързаните методи, който дефинира променливите и аргументите в модела. Но той може да осигури само преки ефекти между променливите и не може да покаже косвените ефекти на възможните. И ще доведе до единичен индикатор и общия резултат от отрицателна корелация.
Анализ на модел на структурно уравнение: Моделът на структурно уравнение е метод за установяване, оценка и тестване на модели на причинно-следствена връзка. Моделът съдържа както видими графики, така и може да съдържа потенциал, който не може да бъде наблюдаван директно. Моделът на структурното уравнение може да замени множествената регресия, анализ на пътя, факторен анализ, ковалентен анализ и т.н., ясно анализира връзката между единичния индикатор върху общата роля и единичния индикатор.
Прост, различен от традиционния регресионен анализ, анализът на структурните уравнения може да обработва множество променливи едновременно, да сравнява и оценява различни теоретични модели. За разлика от традиционния проучвателен факторен анализ, в модела на структурното уравнение той може да бъде предложен чрез предлагане на специфична факторна структура и се тества дали тя съответства на данните. Чрез множество набори от структурни уравнения можем да разберем дали връзката между променливите в различните групи остава непроменена и дали има значителна разлика в средната стойност на всеки фактор.
Данни h2> Размер на извадката
От теорията: Колкото по-голям е капацитетът на извадката, толкова по-добре. Boomsma (1982) предполага, че капацитетът на извадката е поне 100, за предпочитане по-голям от 200 или повече. За различните модели са необходими различни модели. Общите изисквания са както следва: N / P> 10; N/T> 5; където N е капацитетът на извадката, T е броят на параметрите за свободна оценка, а P е броят на индикаторите.
Номер на индикатора
Броят на индикаторите за общите изисквания на фактора е най-малко 3. В ранния етап на проучвателно проучване или дизайн на въпросника броят на факторните индикатори може да бъде подходящ и резултатите от предварителните тестове могат да бъдат изтрити, ако е необходимо. Когато е по-малко от 3 или само 1 (самият фактор е променлива сума, като например доход), има специален метод на обработка.
Тип данни
Повечето от моделите на структурни уравнения се основават на данни за празен ход, съотношение и последователност. Но софтуерът (като MPLUS) може да обработва данни за персонализиране. Изискванията за данни трябва да имат достатъчно вариации и коефициентът на корелация може да бъде очевиден. Ако резултатите по математика в извадката са много близки (ако е около 95 точки), разликата между резултатите от математиката се дължи на грешки в измерването и корелацията между математиката и другите променливи не е значима.
Нормализиране на данните
Методът за оценка на изключително голяма вероятност (ML) е най-разпространеният метод за анализ на структурни уравнения. Предпоставката за метода на ML е променливите да имат многонормално разпределение. Ненормалното на данните може да бъде представено чрез шамар в пика (Куртоза). Усилващото представяне на данните е симетрично, а пиковата степен показва, че данните са плоски. Методите за оценка, включени в Lisrel, са: ML (голяма вероятност), GLS (обобщени най-малки квадрати), WLS (общи претеглени най-малки квадрати) и др., WLS не изисква данните да бъдат нормални.
Приложение
Моделирането на данни за анализ чрез модел на структурно уравнение е процес на динамична постоянна модификация. По време на моделирането изследователите анализират рационалността на този модел чрез всяко изчисление на модела и след това постоянно коригират структурата на модела въз основа на подходящите резултати от предишния модел и накрая получават най-разумния, съвпадащ с фактите.
При прилагането на модела (SC), от гледна точка на приложението, само един модел от данните, които той анализира, е най-разумният и най-в съответствие с данните от проучването. Моделиране на уравнение на структурата на приложението За анализ на целта на анализирането на данни, за проверка дали моделът е монтиран, за да пасне на примерни данни, които определят дали да приеме или отхвърли този модел. Този тип анализ не е много, защото независимо дали приема или отхвърля този модел, от гледна точка на приложението, надявам се да имам по-добър избор.
При анализа на избор на модел (AM) устройството за модел на структурно уравнение предлага няколко различни възможни модела (известни също като алтернативни модели или конкурентни модели) и след това примерните данни пасват според всеки модел. По-ниската ситуация определя кой модел е най-желан. Този тип анализ е по-валидиран, но от приложението, дори ако моделът на уреда получи най-желания модел, все още е необходимо да се направят много модификации на модела, който се превръща в анализ на класа на модела.
При генериране на анализ на модела (т.е. модел тип MG), устройството за моделиране първо предлага един или повече основни модели и след това проверява дали тези модели отговарят на примерните данни въз основа на теорията или примерните данни и анализира Моделът е монтиран добре, съответно, моделът се модифицира и степента на прилягане на модела се проверява от същите примерни данни или други примерни данни от същия тип. Целта на такъв цялостен процес на анализ е да се създаде оптимален модел.
Следователно структурното уравнение може да се използва като модел за оценка и модел за корекция, който може да се използва като модел за удостоверяване и различен модел. Някои модели на структурни уравнения първо започват от предварително зададен модел и след това този модел се потвърждава от примерните данни. Ако предварително зададеният модел не е много добър, предварително зададеният модел се модифицира, след това предварително зададеният модел се модифицира, след което процесът се повтаря, докато най-накрая се получи модел на устройство за мислене и напасване на данните. За да се постигне неговото удовлетворение, докато всяка оценка на параметъра има и разумно обяснение.