| 谢益辉：结构方程模型的自由度与识别问题 | ||||
| 作者：谢益辉 | 发布时间：06-06-11 | 浏览次数：8300 | [大 中 小] | |
前面写过一篇简略介绍结构方程模型（SEM）软件的文章，打算今后依次就SEM求解过程中的问题写一系列小文吧，希望尽量能写得简单而实用。 在SEM求解之前，首先要判断模型是否可识别（identified），这是模型是否存在解的关键，至于识别的三种情况“过度识别”“恰好识别”与“不可识别”的概念我就不说了，主要介绍判断是否可识别的一种常用的必要条件（注意并不是充要条件）： 这种方法主要是比较模型中已知量与未知量的个数，若已知量多于（或等于）未知量，那么模型可识别；反之则模型不可识别。那么，我们就要清楚，哪些是已知量，哪些是未知量。已知量的个数是很容易求得的，在SEM中很简单，也就是样本协差阵（Covariance Matrix）中的元素个数，但是要注意协差阵是对阵矩阵，所以只有对角线元素和上三角（或者下三角，无所谓，都一样）矩阵中的元素“算数”，通常SEM中外生观测变量个数设为p，内生观测变量个数设为q，那么前面提到的已知量的个数（即样本协差阵中元素个数）就是(p+q)(p+q+1)/2，这一点应该毫无疑问；下面主要就是计算未知参数的个数：在SEM中通常一共有八个待估计的未知参数矩阵，即——  介绍完可识别的问题后，自由度的问题就好说了，degree of freedom就是已知量的数目减去未知量的数目。 附：AMOS中有很多自带的例子，大家也可以打开练习练习。 |
||||
|
|
||||
| 相关附件：无 | ||||
| 相关文章[结构方程模型]：无 | ||||
| 下一篇：[06-06-11] 《数据分析》——Journal of Data Analysis（JDA） | ||||
| 上一篇：[06-06-11] 李浩成：浅析试验设计 | ||||
| 相关评论： 感谢你们的文章，感谢你们的奉献。请多发一些基础性的文章，因为有很多新手上路需要有人指导。
关于样本量的问题，我另找时间说吧。
请问：有的学者说，SEM的输入样本，一定要超过100，达到200以上最好。不知道是不是这个样子？
主要是没时间啊……
请多多发表关于SEM的文章，我很感兴趣，你写得简单易懂。谢谢。
索兄你也不必这么说吧……半年多没联系了吧，不知你论文最后怎么样了……现在在做些什么呢？
相比谢大哥，我就是个垃圾，吃喝剽牍，样样精通。后悔上学了，不是那个料！！！
|
||||
| 添加评论: | ||||