揭秘结构方程模型(SEM)
谁在跑Mplus的时候还不遇到点warning呢?你常见的No convergence, model cannot be identified, psi is not positive……
问题关键在于出现Mplus warning的时候应该做什么呢?
除了一些粗心造成的错误外(如中英文输入法切换,变量不一致,数据格式, missing value……)
答案:检查TECH1 的输出结果(Hamaker,2018)。
例子:我要跑一个潜变量调节模型,如下图
你现在已经知道检查warning 要查看tech1,于是在OUTPUT 加一行命令:
然后去查看结果……
没想到的是,出现了……
一堆的PARAMETER SPECIFICATION。正如开篇warning PSI is not positive所以,这些NU, LAMBDA,THETA, ALPHA, BETA, PSI到底是什么鬼?
跟我的模型又有什么关系??
可以说对于非统计出身的同学是非常非常的不友好了(me too)。
然而,所有的结构方程模型:包括measurement model +structure model, 都是用这几个参数来设定的。所以,理解这些还是非常必要的。
这篇文章将逐个解读这些参数,让你真正的理解这些参数和模型之间的关系(及自由度),正确解读Mplus的输出结果,以及当模型报错时候找出错误的根源。
1. 什么是结构方程模型(SEM)?
结构方程模型从根本而言是由两个部分组成:Measurement Model +Structural model (Wang& Wang, 2012)。
1.1 测量模型
3个参数组成:nu = 常数项; lambda = 载荷系数; theta = 误差的covariance matrix。
1.2 结构模型
也有三个参数: alpha = 常数项intercepts; beta 路径系数; psi = 误差的covariance matrix。
还有一些不知道怎么读的,都在这个表里 (Wang & wang,2012, p.7)
如果你没记住这些符号,没关系……
具体CFA及Mediation 练习一下, 就可以掌握了。
2. CFA
(Hamaker, 2018)
2.1 计算自由度
k means m
k(k+1)/2 unique elements in the covariancematrix S
df = # sample statistics - # free parameters
2.2 a Two factor model
根据图中概念模型写出Mplus代码,运行,得到结果:
21个样本参数,df =6, 和我们计算的相吻合。
进一步查看Mplus结果模型
可以看出和我们的概念模型是一致的。
2.3 tech 1 output
Nu = 6 intercepts;
Lambda = 5; 2个mplus默认限定为1;
Theata = 7(6 variance,1covariance);
此处为了演示 添加了一个covariance,发现y5 with y6 不显著,就可以删掉。
这里alpha beta为0,因为CFA只有测量模型。
Psi = 3;
3. 中介模型解读
例子:两条中介模型,Teamwork/role conflict – socialsupport - job satisfaction, 基本故事:一起工作/角色冲突,通过互相支持,影响工作满意度。
三个变量,除了role conflict 3 条目,其余变量均为2个条目测量;
第一步画出概念模型。
3.1 计算自由度
Means = 9
9*(9+1)/2 = 45
In total, we have 54 sample statistics.
9 means nu
5 factor loadings (9-4)
4 psi variance
1 psi covariance
9 Residual variance in theta
5 Beta
Hence, 33 free parameters in total. df =54-33=21.
3.2 Mediation model
根据概念模型写出Mplus 代码,运行得到结果
参数和自由度与我们计算相一致。
3.1 Tech1 output
Nu 9
Lambda 5 factor loadings
theta 9 Residual variance in theta
Beta 5
Psi 5
2 variance
1 covariance
希望这篇能够帮助你更进一步理解SEM 及Mplus 结果。Mplus的运行不再是一个黑箱子。如果还有疑问,请留言。为节省篇幅,省去Mplus代码,若有不清楚的,请参考以往文章。如有错误,烦请指正。
本文作者:李培凯
热门推荐:
...
更多热门文章等你来发现
如果涉及统计及代码问题,请您在文章下方留言或邮寄uunotebook@163.com。