|
结构方程模型（SEM）是一种融合多种统计方法的多元模型，常用于社会科学领域的研究。正如下面我们将要看到的，主要而言，SEM是因子分析和路径分析的融合，它的历史可以追溯到20世纪初。 这篇文章将简要介绍在SEM的发展过程中，因子分析和路径分析发挥的作用。 始于因子分析和路径分析 SEM的基础是随着20世纪初Spearman对“智力”（Intellegence）的研究工作而奠定的。Spearman试图将智力的各个维度如动手能力、语言能力、空间能力、运算能力归结为单一因素，即一般智力。一般智力的水平，决定了各个维度的水平。这标志了“因子分析”的诞生。 随后，在20世纪30年代，Thurstone提出了多因素分析模型，因为他认为智力不是像Spearman认为的是单一因素，而是几个因素，提出了“多因子分析”模型。Thurstone还发明了因子旋转法。  Spearman的单因子分析模型 大约在同一时代（1920-1930年代）， Wright正在研究路径分析模型。路径分析用于分析显变量，能够对变量间的间接关系建模，而标准回归模型一般不做这方面的分析。 同时，在计量经济学也使用了许多与Wright相同的概念。在20世纪50年代早期，计量经济学家发现了Wright在生物学领域中所做的研究。  Wright的路径分析 SEM产生 在20世纪70年代，Jöreskog将因子分析的测量性与路径分析的回归建模性相结合。SEM的因子分析功能使其能够评估模型的测量精确性，SEM的路径分析功能使其能够对潜变量之间的直接和间接关系建模。  结构方程模型 从那时开始，SEM模型的研究和应用就开始蓬勃地发展开来，有许多不同的软件可进行SEM分析。LISREL是第一个用于SEM建模的软件。现在，由于AMOS使用图形界面，操作简便，所以被广泛使用。 欢迎关注微信公众号：高思析数 数据分析与建模，日日精进，天天向上。 |
|
|
