笔记丨结构方程模型（四）

以下文章来源于萜心话 ，作者TIE

萜妹终于把验证性因子分析这个部分介绍完了，接下来呢，我们来介绍因果模型部分，就是路径分析啦~

我们开始咯~

第 二 天

路 径 分 析

概念辨析

在介绍路径分析之前，我们先要明白传统的回归分析存在什么样的局限。

只能包含一个因变量；

只能分析直接效应。

我们将回归模型与路径分析进行对比能更好的了解二者的差异。

区别

回归模型

路径分析

自变量个数

多个

多个

因变量个数

一个

多个

中介变量

无

有

自变量测量误差

无

有

路径

只能单向

可以往返

模型的界定

因果关系的假设必须来自清楚、合理、明确的逻辑关系与推理程序。虽然路径分析可以检验因果论证的存在，但是，对于谁为因谁为果，却需要更为严谨的检验（MacKinnon, 2008）。

模型的建立

模型中的变量关系存在多种形式，我们把它先列成表格。

变量与符号

意义

关系

X↔Y

相关

X与Y为共变关系

X→Y

单向因果关系

X对Y为直接效应

X→Y1→Y2

单向因果关系

X对Y1为直接效应，X对Y2为间接效应，Y1为中介变量

X→Y

←

双向因果关系

X与Y互为直接效应，X与Y具有双向循环效果

Y1→Y2

→Y3→Y1

循环因果关系

Y1对Y2、Y2对Y3、Y3对Y1均为直接效应，Y1、Y2与Y3为间接双向循环效应

这些模型可以分为递归模型与非递归模型。

递归模型中因果关系结构中全部为单向链条关系、无反馈作用；

而非递归模型包括以下几种情况：

模型中任何两个变量间存在双向因果关系（也就是有直接反馈作用）的情况；

变量间虽然没有直接反馈作用，但存在间接反馈作用的情况；

某个变量存在自身反馈作用（也就是变量存在自相关）；

内生变量的误差项与其他有关变量相关。

其中有一种特殊的模型被称为滞后模型。滞后模型也是递归模型的一种，它是指同时互为因果的两个变量，在经过一段时间的滞后后，成为彼此的果与因。

模型的检验

首先递归模型都是可以识别的。而其中饱和模型总是恰好识别的模型，因此它能够完全再现实际相关系数值。对这种模型是无法进行检验的，真正能够检验的是不饱和模型。

模型的检验有两种方法，第一种是以饱和模型作为基准的检验；第二种是两个嵌套的非饱和模型之间的差异检验。这里和我们上一篇里提到绝对拟合指数和相对拟合指数就有联系啦，不记得的小可爱可以自行回顾上一篇哟~

第一种检验方法是将不饱和模型与饱和模型相比较而进行的，饱和模型在这里为基准模型，而不饱和模型为检验模型。检验的无差异假设为：不饱和模型中删除的路径系数为0。

第二种检验方法是将路径较多的模型定为基准模型，而路径较少的模型定为检验模型 ，检验比较模型在较少的路径下能否很好地拟合数据 。如果卡方变化不显著则取检验模型，如果卡方变化显著则取基准模型。

转自：“量化研究方法”微信公众号

如有侵权，请联系本站删除！