表达式必须包含结构或联合类型_结构方程模型(Structural Equation Model, SEM) 二上

今天的概念们很基础、很有用！分上、下篇
上篇：

• 一、路径分析模型（The Path Analysis Model）
• 二、均值和协方差结构（Mean and Covariance Structures)
• 三、模型辨识和估计（Model Identification and Estimation）—— t规则（t- Rule）、零B规则（Null B Rule）、递归规则（Recursive Rule）、阶条件（Order Condition）、秩条件（Rank Condition）、常识性规则（非正式）（The Common Sense Rule）

下篇:

• 四、评估模型拟合度（Model Fit）—— 卡方Χ2、自由度df、比较拟合指数CFI、塔克-刘易斯指数TLI、近似误差均方根RMSEA、标准化均方根残差值SRMR、赤池信息准则五、AIC、贝叶斯信息准则BIC
• 六、模型比较（Model Comparisons）
• 七、修正模型/模型再明确（Model Respecification）和修正指数（Modification Indices, MIs）
• 测试直接作用和间接作用（Direct and Indirect Effect）
• 八、MLE和路径分析前提假设
• 九、R代码

---

一、路径分析模型
也被称为联立方程模型（simultaneous equations models）含有观测变量的SEM（SEMs with observed measures）。

• 路径分析模型（path analysis)将多元回归模型（multiple regression)扩展到了
• 由多个自变量的模型（more than one criterion measure）、
• 对有限制的模型的拟合度的整体检验（omnibus tests of fit of restricted models）如当不需要估计模型含有的所有路径时、
• 对直接和间接(/中介)效应的正式测试（formal tests of direct and indirect (or mediated) effects）
• 多个变量之间的反馈循环，如，双向效应（feedback loops among multiple variables，e.g., bi-directional effects）

1. 变量1.1 外生/外源变量（Exogenous variable）/自变量（independent/criterion variable，IV）: 由模型以外的因素所决定的变量，无法表示为其他变量的函数；路径图中没有指向它的单项箭头。1.2 内因/内衍/内生变量（Endogenous variable）/因变量（dependent variable，DV）: 由模型内因素决定的变量，可以表示为一个或多个其他变量的函数。路径图中，至少有一个指向它的单项箭头。1.3 干扰变量（Disturbance）:内生(或因变量)的剩余(或无法解释的)方差“the residual (or unexplained) variance of an endogenous (or dependent) variable”。与预测变量（predictors）无关。
2. 模型类型2.1 递归模型（recursive model）被定义为1.残差间无相关（no correlated residuals），且2. 只有单向影响（only unidirectional effects）的模型。

2.2 非递归模型（non-recursive model）被定义为1.残差间无存在关（correlated residuals），且/或2. 存在反馈回路（feedback loop）如双向影响（bidirectional effects）的模型。

*两种模型的区别不影响我们如何估计或解释这些模型、建立模型结构和识别。
3. 建模六步走
回顾（和回归方程一样的六步骤）：模型确定（Specification）——模型识别（Identification）——模型估值（Estimation）——模型评估（Evaluation）——（可能需要）模型再明确（Potential re-specification）——模型解释（Interpretation）。
4. 路径模型的优势
多元回归只有一个内生变量（DV)，它对所有的外生变量(IVs)进行回归——对模型没有限制（no restrictions），模型是饱和的(saturated)。路径分析模型则更为复杂，因为它1.可以包含多个内生变量（DVs），2. 可以对模型设限，比如将外生变量和内生变量之间的一个或多个路径固定为零，因此路径模型通常不饱和（not saturated），3.可以包含因果链（causal chains）和反馈循环（feedback loops）。
我们将引入一些新的矩阵来解释路径的这些附加特性。
5. 模型参数
路径方程可以被定义为如下方程：

p：内生变量个数q：外生变量个数yi：p×1 观察到的内生变量个数的向量Xi：q×1 观察到的外生变量个数的向量α：p×1回归方程截距的向量Β：p×p回归方程斜率的矩阵Γ：p×q回归方程斜率的矩阵
Ζ：p×1干扰因素即残差的向量Ψ：p×p干扰因素的协变量矩阵
对于下图的路径模型，

矩阵表达式为：

用矩阵表示：

带入方程（得到“联立方程”）：

要更好地识别和估计路径分析模型，我们必须首先理解所观察到的和模型隐含的均值和协方差结构。
二、均值和协方差的结构（Mean and Covariance Structures）

• 与回归模型相似，路径分析模型也包含了x和y的均值、方差和协方差的特定结构（specific structure）；反映了一个关于这些变量在群体中如何相互关联的理论假设。
• 对模型隐含的矩结构（moment implied structure）进行研究是模型辨识（identification）和模型估计（estimation）的必要条件。主要关注的是协方差（Covariance），通常没有平均值的结构，但也可以通过多组别模型（Multiple Group Model）和生长曲线模型（Growth Curve Models）来实现。

1. 协方差矩阵（Covariance Matrix）
表示内生变量（因变量）和外生变量（自变量）的联合方差矩阵记作

可以分成：

左上角：内生变量的协方差矩阵
左下=右上’：内生变量和外生变量的协方差矩阵
右下：外生变量的协方差矩阵
和昨儿回归模型不同的是，这个模型由多个y。
2. 联合协方差矩阵（Joint Covariance Matrix）

左上角：内生变量的矩阵
左下：关于内生变量和外生变量的矩阵
右下：外生变量的矩阵
3. 均值向量（Mean Vector）
表示内生变量和外生变量的“联合”均值向量（"joint" mean vector）记作：

也可以被分割为:

μy是内生变量的均值向量；μx是外生变量的均值向量。
对于有p个因变量（DVs）和q个自变量（IVs）的模型，我们得到：

4. 隐含的矩阵结构（Model-Implied Moment Structures）
之前，我们将总体协方差定义为Σ和均值向量定义为μ，现在，我们定义路径分析中隐含的平均向量为Σ（θ）和协方差矩阵为μ（θ）。它们代表总体层面的值（at population level）。
5. 潜在协方差矩阵结构 （Model-Implied Covariance Structure）

对于这个由两个外生变量、两个内生变量的模型（这个例子中无需考虑x2-->y2的直接路径），我们得到以下潜在协方差矩阵结构Σ（θ）：

（深入/拆解分析）我们可以使用追踪规则（tracing rules）来构建矩阵的每个单元：
第一条路径包含了y2和x1之间的直接路径（x1对y2的直接影响）。

第二条路径包含了y2和x1之间的间接路径（x1通过y1对y2的间接影响）。

第三条路径包含了y2和x1之间的间接路径（x1通过y1和x2对y2的间接影响）。

我们将三项潜在协方差矩阵相加，得到y2和x1间的总的潜在协方差矩阵，即Σ（θ）中的第三行第二列：

同理，计算出 y2和 x2、y1和x1x2的潜在协方差矩阵：

小节&拓展
即使在中等规模的模型中，这个路径追踪过程就已经非常复杂了：单个元素包含10多个项的情况并不少见。不过，依然有方法通过少量的矩阵表达式可以简洁而优雅地描述这些值，详见 Bollen (1989, pp.85-88)。下图为该法简版表达式：

上面这部分属于统计理论，实际操作中，不需要自己去算这些（统计软件在后台自行处理了数据）。看得懂最好，看不懂了解一下也好，对后面模型识别、估计和评估多少有点帮助……但分清变量、模型类型、了解下下统计原理还是有必要的。
三、模型辨识和评估（Model Identification and Estimation）
回顾第一天内容：过度识别（Over-identified）：模型包含了冗余信息，需要修改 ——未知参数个数<独立方程式个数（方程式有解,但没有唯一精确解）。
许多路径分析和几乎所有SEM模型存在这个问题。正好识别（Just-identified）：观察到的信息 = 所需估计的参数数量 ——未知参数个数=独立方程式个数（方程式有唯一精确解）。
所有多元回归模型都是恰好识别。识别不足（Under-identified）：观察到有用信息不足——未知参数个数>独立方程式个数(方程无解)。
大问题！无法得到有效结果，下面讲到的路径追踪规则（path tracing rules)对解决这个问题有用。
1. t法则（The t-rule）
对于有p个内生变量、q个外生变量的模型，均值、方差和协方差的数量为k，公式如下：

k是矩阵中不重复的变量数量、ｐ是因变量（DV）数量、q是自变量（IV）数量。t（自由参数free parameters）的数量要小于k，满足t rule是模型辨识的必要非充分条件！
2. 零B法则（The Null B Rule）

即使在干扰变量（disturbances ）互有相关性的情况下，当SEM模型中的内生变量间相互没有影响，即没有任何beta系数的估计（B矩阵为0）时，整个模型可以自动辨识。
这种情况下的SEM模型本质上等于多元回归模型（内生变量间相互独立）。
3. 递归法则（The Recursive Rule）
两个条件：

1. 内生变量的回归系数矩阵在矩阵对角线下方三角，即没有回溯关系（no feedback loops） 或 双向影响（bi-directional effects）
2. 残差的协方差矩阵必须是对角的，即潜在变量间的残差/预测残差间互相独立没有相关。

满足递归法则是模型辨识的充分不必要条件。
4. 常识性法则（The Common Sense Rule）
讲师自创法则大神专用，用以防止识别不足，根据已知信息来推断结构。
例如下图中，模型蕴含了内生变量之间三种关系，但只有一个观察的协变量。

*当标准化的残差值差距较小时，可以认为是由不可避免的合理的抽样误差（样本不等于总体）导致的；当标准化的残差值差距大于2个单位时，意味着观察到的协方差和模型隐含的协方差差距很大！这意味着模型结构不能很好地再现协方差（再取样一次，同一个模型可能得到很不一样的结果）标准化有两种方式：standardized和normalized。这儿用的是normalized residuals。
（有关调整过的残差值rescaled residuals，可以看 pp. 257-262，Bollen，1989）小节：

从样本参数估计值可以看出结果是否和理论一致；但是，由于没有正式评估模型的整体拟合度，我们无法有把握的说结果验证了理论。
接下来要讲模型拟合度，只有拟合优秀的模型的结果才能作为依据。上面说的观测值和模型预测值间的差异（discrepancies between S andΣ（θ hat））只能看出一些模型存在的问题的端倪，下面的拟合指数更具有参考价值。
前一天半都偏重统计理论，后面终于要讲一些比较实践性的理论了。