python结构方程模型_SEM结构方程模型分析的数据需要至少多少样本量

最新推荐文章于 2024-06-05 15:39:21 发布

weixin_39895167

最新推荐文章于 2024-06-05 15:39:21 发布

阅读量4.1k

点赞数 1

文章标签： python结构方程模型

本文链接：https://blog.csdn.net/weixin_39895167/article/details/113674395

版权

SEM中的样本量并无统一标准，一般建议N=100-150作为最小样本量，但有研究指出简单CFA模型约需N=150。样本量与自由参数数量的比率(N:q)至少应为5，对于kurtotic数据可能需要N:q>10。每个因子的指标数量也影响样本量需求，例如每个因子6-12个指标可能只需N=50，但只有2个指标可能需要N>400。样本量还取决于数据特征、模型复杂性等因素，具体确定需结合多种方法和模型拟合指数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这篇文章主要介绍了如何确定CFA和SEM等模型所需要的样本量。

尽管确定合适的样本量是SEM中的一个关键问题，但遗憾的是，文献中没有就SEM的适当样本大小达成共识。有证据表明即使样本量很小，简单的SEM模型也可以进行有意义的测试(Hoyle，1999; Hoyle和Kenny，1999; Marsh和Hau，1999)，但通常，N = 100-150被认为是最小样本量用于进行SEM(Tinsley和Tinsley，1987; Anderson和Gerbing，1988; Ding，Velicer和Harlow，1995; Tabachnick和Fidell，2001)。一些研究人员认为SEM需要更大的样本量，例如，N = 200(Hoogland和Boomsma 1998; Boomsma和Hoogland，2001; Kline，2005)。模拟研究表明，对于正态分布的指标变量且没有缺失数据，简单CFA模型的合理样本大小约为N = 150(Muthén和Muthén，2002)。对于多组建模，经验法则是每组至少100个样本比较合适(Kline，2005)。

通常根据观察到的变量的数量来考虑样本大小。对于正态分布数据，Bentler和Chou(1987)建议，当潜在变量有多个指标时，每个变量低至5个案例的比例就足够了。一个广泛接受的经验法则是每个指标变量10个案例/观察变量，以此作为样本量的下限(Nunnally，1967)。

通常关注在用于确定样本大小的模型中估计的案例/观察(N)的(N：q)与自由参数(q)的数量的比率。较高的N：q比是优选的。经验法则是模型中每个自由参数至少5个案例/观察值(即N：q 5