统计新方法在社会科学领域的应用

摘要：

@@ 结构方程模型
结构方程模型(SEM),又称为结构方程建模(Structural Equation Modeling),是基于变量的协方差矩阵来分析变量之间关系的一种多元统计方法,所以又称为协方差结构模型(Covariance Structure Models,简称CSM).最早是20世纪60年代,在心理计量学领域由Bock和Bargmann在"验证性因子分析模型"中提出来的,后来经过以瑞典统计学家Joreskog为首的许多人的修改和完善,最后成为一种通用的统计模型.它通过设定一个理论模型,假设总体协方差矩阵与模型的拟合方差矩阵有∑=∑(θ)成立,然后再用样本的协方差矩阵对总体协方差矩阵进行估计,即:∑=S,通过求解得到一组参数,使∑□iθ□与S的差距达到最小,因此,它是一种证实性技术.用来描述∑□iθ□与S的接近程度的函数称为拟合函数(fit function).通过不同的拟合函数的定义可以得到不同的参数估计,常用的参数估计方法有极大似然估计法、广义最小二乘法以及非加权最小二乘法.

机标关键词：多元统计方法、新方法、社会科学、协方差矩阵、验证性因子分析模型、结构方程、拟合函数、方程模型、参数估计方法、协方差结构模型、加权最小二乘法、极大似然估计法、广义最小二乘法、修改和完善、心理计量学、统计模型、理论模型、分析变量、证实性、统计学

分类号：C8(统计学)

在线出版日期：2006-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：13-14