查看原文
其他

揭秘结构方程模型(SEM)

荷兰心理统计联盟 荷兰心理统计联盟 2023-02-03

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:

Mplus 7.4 软件及代码

MPlus 基础篇: CFA,EFA,中介,调节调节模型

Mplus中介调节模型简单效应分析及做图

...

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。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存