• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于Monte Carlo模拟的结构方程模型拟合优度指数的性能比较研究
【6h】

基于Monte Carlo模拟的结构方程模型拟合优度指数的性能比较研究

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

声明

英汉缩略语名词对照

摘要

第一章 前言

1.1 问题的提出

1.2 研究目的和意义

1.3 本文主要内容结构

第二章 相关研究概述

2.1 蒙特卡洛(Monte Carlo，MC)模拟简介

2.2 结构方程模型的介绍

2.3 SEM的拟合思想及拟合指数

第三章 模拟比较研究

3.1 拟合指数的选择

3.2 模型选取以及模型设定

3.3 数据模拟

3.4 结果分析

第四章 讨论和建议

4.1 讨论

4.2 建议

4.3 创新和不足

参考文献

综述

附录

致谢

攻读学位期间发表的学术论文目录

展开▼

摘要

当前结构方程模型(Structural Equation Model，SEM)已经成为一种多元数据分析的重要工具。简而言之，与传统的回归分析不同，结构方程模型能同时处理多个因变量，并可比较及评价不同的理论模型。因为这些优点，其在近二十年得到广泛应用和研究，其中一个重要的研究议题是如何根据拟合指数(goodness of fit indices，GOF)判断研究者所设定的模型是否得到了数据的支持。目前实现结构方程模型的软件能输出多个拟合指数，如何选择性能良好的指数以及相应的临界值，是研究者得到正确的结论的前提。
　　在本研究中，通过蒙特卡洛(Monte Carlo，MC)模拟法，系统性地对常见拟合指数性能进行比较研究，评价各拟合指数的稳定性和可靠性，并建议合适的界值。本模拟研究模型选取了经典的Wheaton模型，分析样本量、参数估计方法以及模型设定这三个因素对SEM拟合指数的影响。采用三个因素的平衡析因设计方案，即五水平样本量(N=50，100，200，500，1000):两种参数估计方法——极大似然法(ML，Maximum Likelihood)和广义最小二乘法(GLS，Generalized LeastSquares);三个水平的模型设定（真模型、轻度误设模型和重度误设模型）的情况。Monte Carlo模拟模型以及SEM拟合估计均在SAS9.1软件中通过编写程序实现。本研究发现，拟合指数GFI、AGFI、CENTRA与RMSEA受估计方法的影响相对较小;除AGFI外，其余指数均对误设模型较敏感;除NNFI、IFI、CEN和RMSEA外，其余指数均受样本量的影响，影响程度有差异。其中RMSEA对模型误设尤为敏感，且较少受样本量和估计方法的影响，是值得推荐的拟合指数。
　　在界值的选取上，RMSEA=0.05较理想;x2值的大小受样本量影响较大，但指标x2/Df=2性能较好;相比较其他拟合指数而言，AGFI、NNFI、RFI的较理想界值是0.95。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号