全部版块 我的主页
论坛 经济学人 二区 高级会员区 学者专栏
2013-7-31 06:34:59
资料狂人 发表于 2013-7-30 08:36
坛友上官云天:
第一,我想问的是结构方程能运用在经济领域吗?
第二,它是一个数据模型的回归分析运算吗 ...
您好:

1.什麼領域都可以應用,只要您是想用一些數據,來導出某些結果
2.是回歸模型的運算,但也有其它的用途,大致上SPSS GLM能做的,SEM都能做
3.理論上是沒有限制,實務上一般整體模型不要超過7個潛變量,如果您有N個因變量,用PLS可能是個很好的選擇
4.誤差正好是SEM的強項
5.相關與回歸當然都可以用
6.AMOS, LISRE, EQS, MPLUS, R, SAS CALIS, SAPATH, STATA...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:41:34
ablefly 发表于 2013-7-30 08:58
请问张老师 在模型修正过程中 一般有三种方法——删除不显著的路径,根据MI值进行修正和根据CR值进行修正, ...
您好:

一般我的做法是這樣
LOADIINGS低的先砍掉,表示這個題目沒有信度
MI的建議指的是題目之間殘差不獨立
可以依照最大的MI值的建議(成對出現)刪除其中的某一題或將兩題平均成另一個新題(ITEM PARCEL)
最後CR指的是標準化殘差的CRITICAL VALUE嗎?
用法與MI值相似,只要大於1.96即表示軟件建議兩變數之間應建立關係
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:45:13
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:45:32
liuqi99 发表于 2013-7-30 12:01
张老师:问题一:请问在模型修正的过程中,可以增列哪几种类型变量之间的相关关系?(如外生潜变量之间的相 ...
修正模型時需要理論作依據
如潛變量之間關係
殘差是一定不能拉相關的,因為違反殘差獨立的假設
雖然您可能看到很多人這樣做
除非是LONGITUDINAL的資料或交互作用項...等特殊用法
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:46:14
liuqi99 发表于 2013-7-30 12:01
张老师:问题一:请问在模型修正的过程中,可以增列哪几种类型变量之间的相关关系?(如外生潜变量之间的相 ...
修正模型時需要理論作依據
如潛變量之間關係
殘差是一定不能拉相關的,因為違反殘差獨立的假設
雖然您可能看到很多人這樣做
除非是LONGITUDINAL的資料或交互作用項...等特殊用法
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:52:19
liuqi99 发表于 2013-7-30 12:05
张老师:问题二:通过增列不同构念测量指标测量误差/残差之间的相关关系来修正模型的时候,不同构念测量指标 ...
首先所有的修正都需要理論為基礎,這是肯定的
軟件建議殘差相關,有沒有什麼意義?
1.通常代表有一個更高的因子被省略了,
這個因子就是COMMON METHOD VARIANCE
2.也可能表示SYSTEM ERROR發生
3.殘差相關也表示同樣的題目不同的問法,如諸葛亮,臥龍先生,孔明等
通常我們大概都無法判斷其原因,
所以不要建立殘差相關
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 06:56:12
王冲理工 发表于 2013-7-30 18:32
请问张老师,在对模型进行修正的时候,是对模型进行简化,还是增加路径呢?
您好:

刪掉不顯著的參數估計值是簡化
如果建議某條路徑應該是顯著的,那就可以加上去
但是要有理論依據,亦即有以前的學者,也提過類似的問題
這個情形在SEM中稱為模型產生(MODEL GENERATING)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:02:02
liuqi99 发表于 2013-7-30 19:10
张老师:问题三:当观测变量(指标)的数据非正态分布的时候,有哪些办法来处理非正态数据?处理办法有无什 ...
您好:
非正態處理方案:
1.刪除OUTLIER值
2.利用BOOTSTRAP求出正確的標準誤
3.ITEM PARCEL也是一種方法
4.NORMALISE SCORE(LISREL)
5.用不同的估計法如ADF(N>1000)或RML(LISREL)或BOLLEN-STINE(AMOS)i或SATORA AND BENTELER(EQS)進行修正
一般刪除極端值肯定是最優先的
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:09:19
liuqi99 发表于 2013-7-30 19:12
张老师:问题四:能否用一个具体例子详细解释项目打包方法的操作步骤?
ITEM PARCEL
1.將潛變量所有題目加總或平均就是最簡單的一種
2.如果您衡量一個人的知識,問了20題,答對給1分,錯了給0分
如果隨機分成4組,把分數加起來,就會成為0~5的六點尺度,SEM就可以分析了
時機:
1.數據非正態
2.二階降一階
3.潛變量題目較多,可以進行PARCEL,如每兩題平均,如潛變量有10題,最後就會變成5題
4.類成轉連續,不可以是真的類別,如男,女
5.樣本數較少的時候
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:10:48
annyding345 发表于 2013-7-30 21:26
问题1 MacKinnon  PRODCLIN2程式输入的是相關係數吗?在AMOS中,計算因數間相關係數的方法是什麼?
用MacK ...
MacKinnon  PRODCLIN2程式输入的是相關係數吗
是的
您可以看標準化總效果
就可以看到了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:13:35
good
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:14:56
annyding345 发表于 2013-7-30 21:27
問題2      單個觀察變數做仲介,用哪種方法?
如果是單一中介模型,相對是簡單的
BARON AND KENNY
SOBEL TEST
CONFIDENCE INTERVAL (BOOTSTRAP)
VAF (VARIANCE ACCOUNT FOR)(HAIR ET AL., 2013)
VAF=間接效果/總效果
VAF<20%無中介效果,20%<VAF<80%為部份中介,VAF>80%為完全中介
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:22:01
annyding345 发表于 2013-7-30 21:33
問題3    在做調節效應時,什麼時候用觀察變數的均值來做,什麼時候用潛變數來做?這兩種方式的作用有哪些區 ...
您好:

目前調節效果用潛變量是最難做的,尤其是在SEM的分析中
因此大部份的研究者都會避開這一部份
而改觀察變數作調節,如此即可用SPSS的階層式回歸進行
如果調節變量是類別的,那即可分群跑出各自的斜率,再進行比較(最容易)
何時會用到均值呢?
當您要進行調節效果相乘時,就要自變量與應變量先中心化再相乘
不過這方法比較麻煩,現在大概都採用標準化再相乘比較簡單(COHEN, 2003)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:24:34
annyding345 发表于 2013-7-30 21:39
問題4  如何做量表開發?請給些建議,多謝張老師!
這真是個很大的問題
量表編制是個大學問
建議您看
Scale Development
Theory and Applications Third Edition
Robert F. DeVellis
2012           216 pages  
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:34:38
lwj666666 发表于 2013-7-30 21:41
1.调节变量MO的研究中CASE2(X连续,MO类别)中,如果MO不是2个类别而是3个类别(A,B,C),费雪Z转换1次只能 ...
1.MO如果是三類,的確是要分3次比較,5類就要分10次比
2.一般如果XM先進行MEAN CENTER或標準化後再相乘,即可降低相關性,一般在調節效果分析中,很少看到有學者討論自身的非線性,大部份都是在理論探討的文章中,如PING,1995,1996,KENNY AND JUDE,等,
在CASE 3,4會直接採用階層式回歸進行,檢定R-SQR的增量是否顯著.
3.先寫出操作形定義,即可自行發展量表
例如:<社經地位>:一個人的SES高或低會有那些現象被我們所觀察到.
如:所得,朋友,休閒活動,身體健康等
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:39:53
学习
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 07:43:44
standside 发表于 2013-7-30 23:24
再补充一个比较具体的问题,请教张老师:
整合型技术接受模型,也就是UTAUT模型,是在TAM等模型的基础上发 ...
這個圖形應該是出自Information technology (IT) in Saudi Arabia: Culture and the acceptance and use of IT
這篇文章因為調節眾多
因此是用PLS進行
而非SEM
附件: 您需要登录才可以下载或查看附件。没有帐号?我要注册
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 08:52:01
张老师:您好,请问用AMOS作模型的过程中,路径系数比较大的不显著,但是一些路径系数值比较小的却显著,这是什么原因呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 09:12:45
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 09:34:51
亚洲一哥
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 09:50:47
紫雨abc 发表于 2013-7-31 08:52
张老师:您好,请问用AMOS作模型的过程中,路径系数比较大的不显著,但是一些路径系数值比较小的却显著,这 ...
您好:
路径系数比较大的不显著,但是一些路径系数值比较小的却显著
通常是因為路径系数比较大的標誤比較大,而路径系数值比较小的標準誤比較小所造成
造成標準誤偏高的原因大致上是
我的假設是您指的是標準化係數
1.樣本數太小
2.數據未能符合正態分佈
3.自變數有共線性
4.研究的潛變量中有些方差大,有些方差小,一般超過10倍就會產生估計上的問題
5.如果不是LIKERT SCALE就有可能是尺度的問題
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 10:04:26
支持
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 10:39:26
quasimaster 发表于 2013-7-31 09:50
您好:
路径系数比较大的不显著,但是一些路径系数值比较小的却显著
通常是因為路径系数比较大的標誤比較 ...
好的,非常感谢~
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 11:22:52
支持!!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 12:05:41
张老师,您好 亚洲一哥是您自己封的还是什么机构评出来的 可以给我们解释下吗
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 12:22:13
张老师您好:
当正态性检验的multivariate的c.r.值为65,通过mahalanobis去除了一些奇异值之后,降到50,之后再怎么调也很难降了。在这种情况下能否适用AMOS做结构方程模型,如果适用,还要进行些什么操作。多谢您。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 12:53:08
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 12:56:56
zyz0329 发表于 2013-7-31 12:05
张老师,您好 亚洲一哥是您自己封的还是什么机构评出来的 可以给我们解释下吗
外號來源的起由是
以前在SPSS擔任統計資深顧問
有一次SPSS召開亞洲SPSS分公司年會,在雅加達召開
我代表台灣公司出席
在會議中就有人問我是做什麼的(因為我是第一次出現)
我就回答負責台灣AMOS的教學與軟體推廣
大家就覺得很特殊,因為全亞洲的公司中,
沒有一家有在教AMOS
因此就有人開玩笑說:YOU ARE NUMBER ONE IN ASIA
AMOS亞洲一哥就這樣產生了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 13:01:59
ohoneyhu 发表于 2013-7-31 12:22
张老师您好:
当正态性检验的multivariate的c.r.值为65,通过mahalanobis去除了一些奇异值之后,降到50,之 ...
在這種情形下,稱為中度的違反多元正態
由於ML估計法在中度的違反多元正態下估計值仍是不偏
因此,仍可以採用ML去估計
但標準誤卻會產生錯誤的估計(可能變大也可能變小)
卡方值也會因此膨脹,造成模型配適度變差
因此要調整也只有這兩項
1.調整標準誤:採用BOOTSTRAP 1000以上,重新計算標準誤
2.BOLLEN-STINE BOOTSTRAP P CORRETION 2000次,重新計算卡方值及配適度
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-7-31 13:12:04
quasimaster 发表于 2013-7-31 13:01
在這種情形下,稱為中度的違反多元正態
由於ML估計法在中度的違反多元正態下估計值仍是不偏
因此,仍可以 ...
多谢一哥老师,P CORRETION 2000次在哪里设定啊?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群