论文结构方程模型解析

问：如何理解结构方程模型

1. 答：结构方程模型的初衷在于针对潜变量之间关系进行建模。例如，智商，情商，成功这三个潜变量之间到底是何种关系？但是它们三个本身不可直接测量，于是需要通过一定手段对它们进行测量。你当然可以先通过量表各自“估计”这三个潜变量，再建立三者间的模型。结构方程模型实现了这两步的一体化，优势在于，估计的过程中充分考虑了潜变量间的关系。而分开两步是不能做到的。当然这是否真的是优势有待商榷。
   结构方程模型的估计方法主要有三类：第一种是协方差分析法，第二种是偏最小二乘法，第三种是贝叶斯法。
   协方差分析认为，潜变量间的关系反映在可测变量的协方差关系中，由模型产生的协方差结构和真实协方差结构应一致（理想情况）。于是以协方差矩阵的差异作为优化准则。偏最小二乘的想法为：考虑潜变量结构的前提下，“最好”的潜变量应该与对应可测变量“最接近”。于是，其优化准则本质是OLS。贝叶斯也是对潜变量假定先验，然后用MCMC直接对潜变量进行抽样，既然潜变量的样本都有了，结构方程模型也就退化为了一堆回归。
   国内很多文献把结构方程模型等同于上述第一种估计方法，这是一种误区。每一种方法都有各自的检验和评价手段。三种方法孰优孰劣？难以确定，只能说，各有各的优势和不足。另外，结构方程模型定位是验证性分析，这需要大量背景知识支撑，否则建模必然失败。近年来，发展了探索性的结构方程模型，题主不妨找找cnki。

问：您好，我在做毕业论文的数据分析，在结构方程模型构建的过程中，发现拟合指数不达标，该怎么办？

1. 答：拟合指标看起来都差点意思
   觉得首先你可以再考虑一下你的模型，检查检查路径，看看哪里可能存在问题，最简单的是看看单一路径，有哪些是不显著的，这会提示你有哪些路径的设置不合理，修改一下，拟合指标可以提升。当然，同样的方法你也可以去检验一下你的测量模型，看看有哪些题目很不好的，可以删就删。
   其次，你看看你数据本身有没有什么问题，比如被试的作答有没有不太好的，比如有没有看起来乱填的，去掉那些明显胡乱作答的，数据质量会有所提升，相应的也许拟合会有改变
   再有，品牌态度那个变量的题目太多了，可以考虑做题目打包，9个题打三包就够了，打包方法请自行查阅相关论文吧
   各种方法综合一下，总会提升拟合度。另外，拟合度也只是一个经验指标，如果你后来有一些拟合指标变好了，有的，不行，那你也不用太强求，你再综合考量一下模型中的各个测定系数，修正指数等，如果都好，还是可以支持你的模型，这比单一参考拟合指标好
2. 答：具体的案例和提纲拟好给你看

问：写论文时什么情况下用结构方程模型

1. 答：结构方程模型主要用于研究多个潜变量之间的影响关系，能够处理多个因变量，同时考虑各因子之间的关系。如果要分析，可以使用SPSSAU在线完成分析，操作非常简单，输出标准格式结果和结构图，针对每一步分析还会提供智能分析建议。
   分析结果
   结构图
2. 答：百度回答质量越来越低，简单来说吧，用结构方程的原因只有一个，你要研究的变量中有变量无法直接测量，而需要其他变量进行来测量这个变量。其他变量则是可以直接测量的。
   推荐这个给你看看，应该有帮户。
3. 答：如果你在文章当中要强调你对这个人的主观感受，可以在题目中表现，用上“我最尊敬的……”，“让我感动的一个人”等。
   3、如果你在文章当中要强调一个人的变化过程，你可以写“他变了”，“张小宝新记”、“浪子回头金不换”等。
   4、如果你强调两者的关系和交往，可以写“一起走过的日子”，“最好的朋友”、“永远难忘的情谊”等。