笔记丨结构方程模型（四）
萜妹终于把验证性因子分析这个部分介绍完了，接下来呢，我们来介绍因果模型部分，就是路径分析啦~
我们开始咯~
注：以下内容属于我个人笔记，已加入主观理解，如在阅读中存在疑问，可后台回复“2017重庆”获得原始资料。
第 二 天
路 径 分 析
概念辨析
在介绍路径分析之前，我们先要明白传统的回归分析存在什么样的局限。
只能包含一个因变量；
只能分析直接效应。
我们将回归模型与路径分析进行对比能更好的了解二者的差异。
区别
回归模型
路径分析
自变量个数
多个
多个
因变量个数
一个
多个
中介变量
无
有
自变量测量误差
无
有
路径
只能单向
可以往返
模型的界定
因果关系的假设必须来自清楚、合理、明确的逻辑关系与推理程序。虽然路径分析可以检验因果论证的存在，但是，对于谁为因谁为果，却需要更为严谨的检验（MacKinnon, 2008）。
模型的建立
模型中的变量关系存在多种形式，我们把它先列成表格。
变量与符号
意义
关系
X↔Y
相关
X与Y为共变关系
X→Y
单向因果关系
X对Y为直接效应
X→Y1→Y2
单向因果关系
X对Y1为直接效应，X对Y2为间接效应，Y1为中介变量
X→Y
←
双向因果关系
X与Y互为直接效应，X与Y具有双向循环效果
Y1→Y2
→Y3→Y1
循环因果关系
Y1对Y2、Y2对Y3、Y3对Y1均为直接效应，Y1、Y2与Y3为间接双向循环效应
这些模型可以分为递归模型与非递归模型。
递归模型中因果关系结构中全部为单向链条关系、无反馈作用；
而非递归模型包括以下几种情况：
模型中任何两个变量间存在双向因果关系（也就是有直接反馈作用）的情况；
变量间虽然没有直接反馈作用，但存在间接反馈作用的情况；
某个变量存在自身反馈作用（也就是变量存在自相关）；
内生变量的误差项与其他有关变量相关。
其中有一种特殊的模型被称为滞后模型。滞后模型也是递归模型的一种，它是指同时互为因果的两个变量，在经过一段时间的滞后后，成为彼此的果与因。
模型的检验
首先递归模型都是可以识别的。而其中饱和模型总是恰好识别的模型，因此它能够完全再现实际相关系数值。对这种模型是无法进行检验的，真正能够检验的是不饱和模型。
模型的检验有两种方法，第一种是以饱和模型作为基准的检验；第二种是两个嵌套的非饱和模型之间的差异检验。这里和我们上一篇里提到绝对拟合指数和相对拟合指数就有联系啦，不记得的小可爱可以自行回顾上一篇哟~
第一种检验方法是将不饱和模型与饱和模型相比较而进行的，饱和模型在这里为基准模型，而不饱和模型为检验模型。检验的无差异假设为：不饱和模型中删除的路径系数为0。
第二种检验方法是将路径较多的模型定为基准模型，而路径较少的模型定为检验模型 ，检验比较模型在较少的路径下能否很好地拟合数据 。如果卡方变化不显著则取检验模型，如果卡方变化显著则取基准模型。
后面的mplus演示部分，PPT里写的比较琐碎，萜妹想着之后会专门介绍的，这次就不作过多说明啦。
第二天讲课的内容终于写完了，可以说是非常开心了。不过后面的内容，萜妹掌握的可能没有之前好，大概是因为越来越难（哭），所以萜妹也不知道自己的笔记会整理出什么样，不过我还是会尽力的啦~
下周的内容应该是结构方程进阶（好吧，这名字说了和没说一样），还有就是明天开学典礼，以后萜妹就真的告别保研咸鱼这个称号了~不过不管怎么样，萜妹还是萜妹，还是你们的小仙女哟~
那小可爱们，我们下周见了哈~
【萜心话】
研一新生丨健身少女丨电竞迷妹
交流平台丨回忆手册丨神秘树洞
晚上好~
✬如果你喜欢这篇文章，欢迎分享到朋友圈✬