路径分析&结构方程.pptx

路径分析、结构方程模型及应用;路径分析、结构方程模型的发展历史;在遗传学中，很多现象具有明显的因果关系，如父代与子代的基因关系，父代在前，子代在后，二者的关系只能是单向的，而非对称的。对这种变量结构进行思考，遗传学家Sewall Wright于1918-1921年提出路径分析（path analysis），用来分析变量间的因果关系。现代的路径分析由生物遗传学家、心理测验学家、计量经济学家以及社会学家的推进，引入隐变量（latent variable, 又称unmeasured variable, 不可观测变量），并允许变量间具有测量误差，并且极大似然估计代替了最小二乘法，成为路径系数主流的估计方法。;路径分析现在成为多元分析的一种重要方法，广泛应用于遗传学、社会学、心理学、经济问题和市场调研领域。 习惯上把基于最小二乘的传统的路径分析称作路径分析； 把基于极大似然的路径分析称作结构方程式模型（Structural Equation Modeling，SEM）。;路径分析的相关知识简介;路径分析流程图;一、路径图;把上图写为方程式的形式： ;例：某种消费性电子产品（如手机）路径分析：;路径图上的变量分为两大类： 一类是外生变量（exogenous variable，又称独立变量，源变量），它不受模型中其他变量的影响。 另一类是内生变量（endogenous variable，又称因变量或下游变量），在路径图上至少有一个箭头指向它，它被模型中的其它一些变量所决定。 其中，将路径图中不影响其它变量的内生变量称为最终结果变量（ultimate response variable），最终结果变量不一定只有一个。如：顾客忠诚度;其他变量对内生变量的影响：若A直接通过单向箭头对B具有因果影响，称A 对B有直接作用（direct effect）；若A 对B的作用是间接地通过其他变量（C）起作用，称A 对B有间接作用（indirect effect），称C为中间变量（mediator variable）。; 检验中间变量间接作用是否统计显著（Barron, R.M. & Kenny D.(1986) Agarwal ,S.& Teas,R.K.(1997) ）： 第一步：用中间变量（感知价值）对外生变量耐用性、操作的简单性、通话效果和价格四个变量进行回归； 第二步：用内生变量（忠诚度）对第一步中的四个变量进行回归； 第三步：用忠诚度对第一步中的四个变量以及中间变量感知价值进行回归。;五、递归路径模型;二、相关系数的分解; 首先分解A、D之间的相关系数，由于各变量均经过标准化处理，所以A、D的相关系数rAB等于A、D乘积的期望值。即：; 这里，第一项p45为D对E的直接作用，第二项p24p25是前面尚未涉及的分解内容，对应路径图，既找不到间接作用的路径链条，也找不到涉及相关的路径，这一部分的原因是相关系数所涉及的两个变量D、E有一个共同的作用因子B。由于B的存在，是得B的变化引起D、E的同时变化，而使D、E的样本数据表现出相关关系，这种相关关系称为伪相关。很多情况下均存在伪相关，特别是在一些混杂因子的影响中。;;三、路径模型的调试;三、路径模型的整体检验;;(1)首先要求模型中各变量的函数关系为线性、可加；否则不能采用回归方法估计路径系数。如果处理变量之间的交互作用，把交互项看作一个单独的变量，此时它与其它变量的函数关系同样满足线性、可加。 (2)模型中各变量均为等间距测度。 (3)各变量均为可观测变量，并且各变量的测量不能存在误差。 (4)变量间的多重共线性程度不能太高，否则路径系数估计值的误差将会很大。 (5)需要有足够的样本量。Kline(1998)建议样本量的个数应该是需要估计的参数个数的10倍(20倍更加理想)。 ·····;AMOS软件简介： SPSS软件中没有提供专门进行路径分析的模块，而是单独提供了一个AMOS软件来进行路径分析。AMOS是Analysis of Moment Structure的简称，它是处理结构方程模型和路径分析问题的专业软件，其最大优点在于路径图简单易懂，方便操作。AMOS具有Amos Graphics和Amos Basic两大运作模块，在进行路径分析时，用户主要使用前者进行分析，该模块可以便捷地绘制并输出路径图。 AMOS使用时，首先打开Amos Graphics模块，进入主界面。;AMOS菜单： （1）选择数据文件，在File菜单下，选择“Data Files”给出需要进行分析的文件名。 （2）绘出路径分析图：在Diagram菜单下，选择“Draw Observed”绘制观测变量；选择“Draw Unobserved”绘制不可观测变量(在路径分析中是残差项)；选择“Draw P