|
线性相关分析
:这种分析方法中的两个随机变量之间不区分谁是自变量，谁是因变量，只是描述两者之间的统计联系。得到的相关系数当然是不能表明因果关系的。 线性回归分析
:这种方法是要首先分清谁是因变量，谁是自变量。这种方法得到的两者关系比较直接。当变量之间的关系比较间接时（通过第三个因素或其他因素才能联系要分析的两变量关系），直接运用这种方法有时会得出无法解释的结果。 结构方程模型分析:重庆大学出版社
2009年曾经专门出版过一本书叫《结构方程模型》（作者吴明隆）。结构方程模型最大的优点在于可以同时处理许多因变量（与多元回归不同，可以允许各变量之间存在测量误差），尤其当变量之间存在的关系比较间接时。跟方程组分析变量关系的方法相似。是一种建立、估计和检验因果关系模型的方法。这样的模型既包括可观测的显变量，也包括肯可能无法直接观测的潜变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，科学地分析单项指标对总体的作用和单项指标间的相互关系。通俗地讲，与传统的回归分析不同，结构方程分析能同时处理多个因变量，并可比较及评价不同的理论模型。与传统的探索性因子分析不同，在结构方程模型中，我们可以提出一个特定的因子结构，并检验它是否吻合数据。通过结构方程多组分析，我们可以了解不同组别内各变量的关系是否保持不变，各因子的均值是否有显著差异。目前，已经有多种软件可以处理SEM，包括：LISREL，AMOS,
EQS, Mplus PS：时间紧张，不多写了。以上内容是直接转载的，thanks。 http://blog.sina.com.cn/s/blog_12fe2becb0102xqx4.html#commentComment
|
|
|
