Curran-Bauer Analytics的3日线上工作坊(by Daniel J. Bauer & Patrick J. Curran) 的笔记+补充，欢迎纠错提意见！
他们的正版链接的视频和ppt失效了，我上传了了ppt（链接：https://pan.baidu.com/s/1DQGDRPT3m1xo7tQUclvgQg 提取码：c4k3 ），但是找不到视频了。
全文包括：
- SEM简介：功能、优点、缺点
- 分析软件简介
- 统计知识回顾：矩阵标量向量、多元回归分析、估计方法
- SEM的六大步骤
- 路径追踪规则（Path tracing rules)
- R codes
一、SEM简介
强大的功能：
融合了因子分析(Factor Analysis)、方差分析(如ANOVA, ANCOVA, MANOVA, MANCOVA)、多重回归(multiple regression)等：
- 可以分析有多个因变量的模型(multiple dependent variables)
- 可以分析复杂的中介模型(complex mediating mechanisms)
- 可以估算潜在变量以解释测量误差(estimate latent variables)
- 可以估算二分变量(binary) /序级变量(ordinal)的潜在因子
- 可以测试跨组的模型不变性（test invariance of models across groups)
- 可以建模重复测量的数据的发展轨迹(growth trajectories of repeated measures)
不胜枚举的优点们：
- 可以一次性完成对一个复杂模型的分析，而不用将模型拆分
- 适用于各种数据（不同分布的数据-非正态分布，不同类型的数据-非连续数据）
- 对长期数据，可以测试个体的稳定性
以及不足：
- 建了个太太太复杂的模型，以致于啥都说明不了（比如把各种变量一股脑塞进模型，偏离了理论）—— 所以在建模specification/re-specification时，一定要明确自己在做什么，让模型保持精简。
- 难以判断模型是否正好拟合（fit）数据 —— 要依据理论再参考一些fit index，将模型不断优化，在过度适合和适合不足中找到平衡点。
- 可能有不同模型恰好一样地拟合数据
- 没有明确参考标准来确定合适的样本大小——……样本量越大越好
- 和其他分析一样，SEM无法修正由于取样或测量导致的误差——好好设计和实施实验让数据质量高一些
- 哲学盲点：SEM使用”证据的缺失(absent of evidence)作为支持假设模型的证据 —— 没有证据证明其存在可以证明其不存吗？（例一：研制新药，如果没有证据显示新药有疗效,是不是就能说明新药没有疗效了呢？例二：寻找某物种，如果找不到这个物种的生物，是不是就说明该物种已经灭绝了饿呢？）
二、应用软件
常用软件：Amos（绘制路径图，简易模型分析，想发表文章的话还是用后两个分析吧）、Mplus（代码简洁好上手）、R（一般用lavaan package，还有别的包可以用比如semTools有一些补充功能比如求测量不变性 measurementInvariance()，semplot/lavaanplot可以用来绘图，还有openMX、sem等）。
除此以外，还有Python（学好编程啥问题都能解决）、LISREL（输入input是矩阵而非原数据！Coursera上有港中文大学Kit Tai Hau 侯傑泰教授的免费公开课程“Structural Equation Model and its Applications | 结构方程模型及其应用 (普通话/粤语)）、EQS（多变量分析软件）、SPSS（也得自己码代码syntax，点点点鼠标是点不出来这些比较高级的功能的）。
三、统计知识回顾
矩阵代数（Matrix Algebra)
标量（scalars）：实数，只有大小，没有方向。
![]()
*a是一个标量，b也是一个标量。
矩阵（matrix）：双序排列的标量，行（rows）+列（columns）。
![]()
*表示矩阵的字母一般大写、加粗。
矩阵排序：下标前面的数字代表行i，后面的数字代表列j，记作aij。
![]()
矩阵转置（Transpose）：把矩阵A（r×c）的行和列互相交换，得到矩阵A’（c×r）。
![]()
对称矩阵（Symmetric Matrices）：A = A’。
对角矩阵（diagonal matrix）：特殊的对称矩阵，主对角线之外的元素皆为0的矩阵。
单位矩阵（Identity Matrix）：特殊的对角矩阵，主对角线为1，主对角线之外的元素皆为0的矩阵。
向量（Vector）：仅有一列/一行的矩阵。
![]()
*代表向量的字母一般小写加粗。
矩阵的加减乘除（我省略了）
但要注意的是，
- 计算标量时，ab=ba，计算矩阵时，ab ≠ ba因为乘法要考虑顺序。
- 实际上没有矩阵除法，通过乘以逆矩阵（A-1）完成。
行列式（Determinant）
- 矩阵S的行列式记作|S|
- 仅正方形的矩阵可以求行列式，比如相关性、协变量矩阵。
- 行列式为0的矩阵不可逆（inverted），这样的矩阵是非正定矩阵（non-positive definite, NPD),而SEM计算中通常需要求逆矩阵，所以行列式为0的矩阵为导致运行错误（例如“psi matrix is not positive definite” ）
多元回归分析（Multiple Regression)
- 回归分析（regression）可以看作是SEM的一种形式。
- 广泛应用于社会、行为、健康科学中的强大、灵活的分析方法。
- 因变量需要时正态分布的连续数据，对自变量没要求。
- 可以分析交互作用、中介作用等。
估计方法
最小二乘估计(Least Squares Estimation， LSE)
选择可以最小化残差的平方和（sum of squared residuals)的参数
最大似然估计（Maximum Likelihood Estimation， MLE）
频率学派（Frequentist）的点估计法，根据样本数据不断尝试，选出能最优描述实际概率分布（likelihood）的参数。
最大后验估计（Maximum A Posteriori Estimate, MAP）
提到了频率学派，就插入一下贝叶斯学派(Bayesian)的最大后验估计MAP。MAP融合了预估计量的先验分布信息(Prior distribution)，对未观测点做估计，可以看作是正则化（regularized）的最大似然估计。
四、SEM操作步骤
1. Specification 明确模型
自变量（independent variable）是什么？因变量（dependent variable）是什么？有没有调节变量（mediator）？有没有中介变量（moderator）？变量间是什么关系（relationship）？
1.1 路径图（path diagram）
- 绘图比较好用易上手的软件：Amos (分析基于SPSS，要获得分析结果的话要同时下载SPSS）（Amos全名其实就是Analysis of moment structures)
- 绘制正确的话，路径图完全可以表达（等同于）构建的方程式/模型
- 优点：可视化模型隐含的矩阵结构（model-implied moment structure） 【moment指的是变量组（sets of variables)的均值（mean）、方差（variances）、 协方差（covariances），就是均值矩阵/（协）方差矩阵】。
路径图中图形的含义
- 长方形/正方形：测量变量（measured variable）
- 圆形：未测量变量（unmeasured variable), 如残差(residuals)、潜在变量(latent variables)
- 单向直线箭头：回归方程的参数(regression coefficient)/因子分析的因子负荷(factor loadings)
- 双向曲线箭头：方差(variance)/协方差(covariance)
- 三角形：均值(mean)/截距(intercept)的常数(constant)。在分析模型时，统计软件会自动将一行常数设置成1。
![]()
1.2 矩阵结构（Moment Structures）
- 总体矩阵（Population moments） 记作Σ和μ
- 样本矩阵（sample moments）记作S和 m
- 总体隐含矩阵（Population model implied moments）记作Σ (θ) 和μ (θ)
- 样本隐含矩阵（Sample model implied moments）记作 Σ (θ hat)和μ (θ hat)
如下图，以总体矩阵为例：对于单个因变量和q个自变量的回归模型，有一个总体的协方差矩阵Σ和总体均值向量μ。
![]()
2. Identification模型的辨识性
就像每个人都有个身份证号一样，一个模型需要具有辨识度。模型辨识度指的在有足够的已知信息来推断未知参数的程度。
Model identification refers to the extent to which there is sufficient known information to infer unknown values
- 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。
3. Estimate 模型参数估计
从样本数据中得到系数的过程。
3.1 最常用的是上述ML（最大似然法maximum likelihood），其具有3个特点:
a.无偏的：虽然每次都有抽样误差（sampling error）， 但无限次重复实验后，样本估值的平均值将等于总体的真实值
unbiased: if we were to repeat our study an infinite number of times, the mean of the sample estimates would equal the population value b.一致性：当样本量无限接近于总人群量时，样本估值也无限接近群体值
consistent: as the sample size approaches infinity, the sample estimate approaches the population value c.有效性:参数估值的误差最小
efficient: no other estimator has a smaller sampling error for the parameter estimate 3.2 两种方式：
a. 充分统计最大似然值估计（Sufficient-statistic maximum likelihood estimation，SSML)仅仅基于观测到的协方差矩阵和均值向量，前提是有完整数据 （complete-case data）和正态分布的因变量（normally distributed DVs）
b. 完全信息最大似然值估计（Full information maximum likelihood estimator，FIML) 基于任何从个体观察到的数据。允许部分缺失的数据（partially missing data）和用于处理非正态分布（non-normal distribution）和嵌套数据结构（ nested data structures）的替代方法
*对于完整的正态分布的数据，SSML 和FIML 一样。
3.3 优点：
- 适用于各种模型
- 无偏、一致、最大化有效性。
- 估值渐近正态分布(Estimates are asymptotically normally distributed),为推理测试（inference test)提供依据
- 可以通过卡方检验比较不同模型的相对拟合度的优劣
- FIML适用于有缺失值和非正态分布的数据。
3.4 步骤
- 初始值（start value）：选择参数估计的初始值
- 迭代（iteration）：计算似然值，更新参数估计值
- 收敛（converge）：不断计算似然值，直到前后两个似然值之间的差异足够小为止
- 从最后一步保留拟合值（Fit statistics）、参数估值（parameter estimates）和标准误差（standard errors ）
*如果模型太复杂有可能出现模型不收敛“failed to converge”的问题。
4. Evaluation 模型评估
模型拟合程度如何？根据模型拟合指数作判断（Model fit index）
5. Potential re-specification可能需要模型再明确
如果模型不够好，怎么修改？参考理论，根据修正指数（Modification indices）调整模型。
6. Interpretation 解读
哪个结果显著？结果是否有意义?
通常关注点在：
- 原始的参数估值（Raw parameter estimates）
- 标准化的参数估值（Standardized parameter estimates）
- 决定系数R2 , （explained variance in outcomes），即模型可解释的变异量
五、路径追踪规则（Path Tracing Rules）:
Sewall Wright在 19世纪20年代和30年代发明。
1.一旦开始用了单项箭头，就不能再往回/用双向箭头了4 前进了不能再后退， 但可以先后退再前进
Rule 1: if you begin a trace forward from a variable using a singleheaded arrow, you can proceed forward any number of times; but once you start forward you may not move backwards or span a double-headed arrow
![]()
图片来源 p67 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能
2.每一条路径，最多仅可涉及一个未分析到的相关系数（仅能通过双箭头部分一次）
Rule 2: If you begin a trace backward from a variable using a single headed arrow, you can proceed backward any number of times; upon reaching a variable, you can do one of two things:
a. span a double-headed arrow and stop
b. span a double-headed arrow and proceed the trace forward
![]()
图片来源 p68 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能
3.一个变量只能被经过一次，无回路（no loop)
Rule 3: for each trace you can only pass through a variable once ； no loops are allowed
![]()
图片来源 p67 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能
六、R code
#下载lavaan包
install.packages(&#34;lavaan&#34;, dependencies=TRUE) #运行lavaan包
library(lavaan) #建模：x是因，y是果
model <- ‘y ~ x’ #选择用sem分析模型，指定数据
fit <- sem(model, data = data) #显示结果
summary(fit) #显示原始参数
summary(fit, standardized = TRUE) #显示标准化参数
summary(fit, std.nox = TRUE, rsquare = TRUE) #显示基于观测变量和潜在变量的标准化参数和R方 第一天结束~
参考资料：《第四章 潛在變項 模式建構》 |
|
转播
