国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

結(jié)構(gòu)方程模型參數(shù)ML估計的具體案例

2014-04-29 23:35:00宋銘劉宇潔
課程教育研究·中 2014年1期
關(guān)鍵詞:參數(shù)估計

宋銘 劉宇潔

【摘要】根據(jù)樣本數(shù)據(jù)構(gòu)建了一個結(jié)構(gòu)方程全模型,使用極大似然法對兩個參數(shù)進(jìn)行了估計。對于擬合函數(shù)的最小值解采用了Newton-Raphson迭代方法。研究的目的在于提供一個完整而詳實的案例,幫助學(xué)習(xí)者了解結(jié)構(gòu)方程的參數(shù)估計過程。

【關(guān)鍵詞】SEM 擬合函數(shù) Newton-Raphson迭代 參數(shù)估計

【中圖分類號】G64 【文獻(xiàn)標(biāo)識碼】A 【文章編號】2095-3089(2014)01-0231-02

一、研究背景及模型假設(shè)

1.研究目的

結(jié)構(gòu)方程模型(SEM)是廣泛應(yīng)用的統(tǒng)計方法,其對于建立變量之間的因果關(guān)系假設(shè)有著進(jìn)行數(shù)據(jù)擬合驗證的重要作用。近年來結(jié)構(gòu)方程模型在國內(nèi)逐漸在各個社會科學(xué)領(lǐng)域得到應(yīng)用,相應(yīng)的統(tǒng)計軟件例如LISREL、AMOS能夠很方便的幫助研究者進(jìn)行模型建構(gòu)以及參數(shù)估計。但是,對于統(tǒng)計模型的學(xué)習(xí)和教學(xué)來說,能夠提供具體的研究案例是非常重要的。理論知識欠缺的初學(xué)者若不能對結(jié)構(gòu)方程的基礎(chǔ)理論有詳細(xì)的了解,必然會在使用統(tǒng)計軟件進(jìn)行分析的過程中無法進(jìn)行恰當(dāng)?shù)睦碚摻?gòu)并掌握正確的分析方法,因此無法在學(xué)習(xí)和教學(xué)中得到更多收益。本研究的目的在于提供一個詳細(xì)的極大似然法參數(shù)估計案例,能夠清晰的呈現(xiàn)理論建構(gòu)和參數(shù)估計的整個過程。

2.模型建構(gòu)

結(jié)構(gòu)方程模型通常包括測量模型、因子分析和全模型三部分,其中全模型包括了前二者,既能分析觀測變量與潛變量的關(guān)系,同時能分析各潛變量之間的關(guān)系。本研究建立了一個簡單的全模型,使用的數(shù)據(jù)來自SPSS公司產(chǎn)品AMOS 17.0自帶的Rock(1977)的一個研究資料,數(shù)據(jù)包括兩個變量:value、performance。其理論假設(shè)如下圖:

三、討論

本案例建立的模型屬于結(jié)構(gòu)方程中的簡單模型,出于研究目的,本文沒有對一些可能在實際應(yīng)用中出現(xiàn)的問題進(jìn)行闡述,例如ML估計的前提假設(shè)是要求各觀測變量正態(tài)分布,而且在估計參數(shù)之后要進(jìn)行顯著性的檢驗,或者參數(shù)估計產(chǎn)生不恰當(dāng)?shù)慕猓–hen,2001)等等。在實際研究中學(xué)者往往面臨復(fù)雜的多的情形,必須考慮到模型建構(gòu)是否正確、樣本大小、數(shù)據(jù)是否分布合理等各方面,才能得出有價值的結(jié)論。

另外,在運用Newton-Raphson迭代計算時要特別小心,雖然這種迭代方式有著收斂速度快的優(yōu)點,但對于一些復(fù)雜的函數(shù),若是沒有選擇恰當(dāng)?shù)某踔担瑫霈F(xiàn)無法收斂或收斂為不恰當(dāng)根的現(xiàn)象。

參考文獻(xiàn):

[1]Arbuckle,J.L.(2007).Amos 16.0 users guide.Amos Development corporation.

[2]Bollen,K.A.(1989).Structual equations with latent variables.New York:Wiley.

[3]Chen,F(xiàn).,Bollen,K.A.,Paxton,P.,Curran,P.J.,&Kirby,J.B.(2001).Improper solutions in structural equation models—causes,consequences,and strategies.Sociological Methods and Research,29,468-508.

[4]Mulaik,S.A.(2009).Linear causal modeling with structural equations.New York:CRC Press.

[5]Kernighan,B.W.,Ritchie,D.M.(2011).The C programming language.機械工業(yè)出版社.

[6]侯杰泰,溫忠麟,成子娟.(2004).結(jié)構(gòu)方程模型及其應(yīng)用.教育科學(xué)出版社.

[7]茆詩松,程依明,濮曉龍.(2004).概率論與數(shù)理統(tǒng)計教程.高等教育出版社.

[8]李慶揚(2006)數(shù)值分析.華中科技大學(xué)出版社.

猜你喜歡
參數(shù)估計
基于新型DFrFT的LFM信號參數(shù)估計算法
誤差分布未知下時空模型的自適應(yīng)非參數(shù)估計
不完全觀測下非線性非齊次隨機系統(tǒng)的參數(shù)估計
一種GTD模型參數(shù)估計的改進(jìn)2D-TLS-ESPRIT算法
一類隨機食餌-捕食者模型的參數(shù)估計
淺談死亡力函數(shù)的非參數(shù)估計方法
智富時代(2017年4期)2017-04-27 14:25:42
Logistic回歸模型的幾乎無偏兩參數(shù)估計
基于向前方程的平穩(wěn)分布參數(shù)估計
α穩(wěn)定分布噪聲下基于最優(yōu)L-柯西加權(quán)的LFM信號參數(shù)估計
基于競爭失效數(shù)據(jù)的Lindley分布參數(shù)估計
宜君县| 乐安县| 玉树县| 广河县| 榆林市| 九江县| 兴海县| 吉安市| 镇坪县| 红安县| 刚察县| 上犹县| 理塘县| 新竹县| 平顺县| 呼玛县| 义乌市| 洪泽县| 杭锦后旗| 嘉兴市| 盘锦市| 呼玛县| 赤峰市| 民勤县| 旺苍县| 灵山县| 徐汇区| 蒙自县| 安义县| 青冈县| 仁化县| 甘谷县| 青浦区| 汕头市| 西藏| 桐庐县| 黔江区| 禄劝| 饶阳县| 合作市| 赤水市|