结构方程模型:Lisrel,Stata,MPlus

 
结构方程模型

什么是结构方程模型?

一种 结构方程模型 (英语:结构方程模型= SEM)包含可观察变量之间的关系系统(指标或清单变量)和不可观察的变量(构造,潜在变量 要么 因素)。在第一个估算结构方程模型的程序可以为普通用户使用之后,有时也称为结构方程模型 利斯雷尔-指定型号。可以用来估计结构方程模型参数的其他程序是 MPlus, 阿摩司, 均衡器, 斯塔塔R.

结构方程模型结合了两种重要的分析方法: 因子分析,检查潜在变量以及 路径分析可以映射具有多个因变量的系统。这使它们对社会科学家具有吸引力,因为我们的理论通常由关于变量之间关系的假设的整个网络组成,其中许多假设不能直接观察到。一个例子是剥夺,仇外心理和右翼政党选举之间的假定联系。因此,近年来结构方程建模已发展为经验社会研究的标准方法。

我会在该主题中解释有关该主题的最重要的假设,基本术语和可能的应用 演讲:

我可以用结构方程模型做什么?

在政治社会学,社会心理学和政治科学中,结构方程模型通常是选择的方法,因为它们可用于分析观察变量和未观察变量之间的复杂关系。这方面的一个例子是论文 “基督教宗教信仰与对西欧激进右派的投票”(阿兹海默/卡特2009)(“基督教宗教& the Radical Right”也可作为免费的预印本)。在这篇文章中,我们测试三个假设:

  1. 几十年来,尤其是在美国的研究中,已经表明 虔诚的人 针对不同信仰和少数族裔的人 消极态度 发展。
  2. 同时,基督教传播宽容,同情和慈善。因此,人们期望 虔诚的基督徒 弱势群体 少数族裔积极 面对。
  3. 还可以预期,尤其是在欧洲范围内, 信服的基督徒 一种 党派关系 发展成为保守派或基督教民主党,因此享有激进权利 无法使用 是。

我们可以用一个(复杂的)结构方程模型检验所有三个假设。潜在变量“基督教宗教”我们用四个指标来衡量;潜在变量“激进的右翼态度”即使有十多个指标我们还假设党派与右翼态度之间存在相关性,所有态度变量都与社会人口统计学特征(例如年龄,性别和教育程度)相关,并且态度和社会人口统计学变量均对投票行为产生影响。结果看起来像这样:

结构方程模型:宗教与右翼激进主义

结构方程模型:宗教信仰,激进的右翼态度,党派和投票行为

我们模型的一个特点是,显式因变量(激进右翼政党的选择)和潜在变量之一(与基督教民主党或保守党的认同)都是二分的,即只能取值0或1。现代程序也可以处理不连续变量。

您可以使用结构方程模型检查因果关系吗?

在文献中,结构方程模型有时称为因果模型。因此,许多用户认为可以使用结构方程模型测试因果关系的存在。不幸的是,这种情况并非如此。绰号“Kausalmodell”可以通过以下事实来解释:在结构方程模型中明确提出了这些假设。但是,可以使用结构方程模型确定因果关系作用的方向 本身 与普通回归模型一样少做出决定。决定性因素是收集数据的研究设计:

但是,有时基于逻辑考虑,至少 变量组 必须有明确的因果关系。在示例中,它看起来像这样:

具有因果关系的变量组的结构方程模型

阻止变量组之间的因果关系

政治学家的教科书结构方程模型

关于这个主题的其他人 结构方程模型 想体验,但无法避免读教科书。长期以来,为英语市场提供了一系列优秀的教科书,几年前,随着Jost Reinecke的书的出版,对这些教科书进行了很好的德语补充。但是,到目前为止,还没有面向应用程序的应用程序。 政治学家介绍。我的教科书(当然也适合其他社会科学家)的目的是缩小这一差距。

结构方程模型:Lisrel,Stata,MPlus 1结构方程模型:Lisrel,Stata,MPlus 2

(从amazon.de订购)

提出了用于测量政治科学构造的基本模型(例如仇外心理和政治效力),用于估计测量误差以及用于建模潜在变量之间的关系的模型。高级主题包括潜在的增长模型和缺失的价值。重点放在插图上 政治学实例这些信息由有关标准程序中程序执行情况的信息(利斯雷尔, 斯塔塔, MPlus)可以添加。作为阅读样本,可以 目录介绍词汇表 已下载。还有更多阅读样本 Google图书, 在 亚马孙出版公司.

内容详细:

结构方程模型: 例子

这本书的重点是关于使用结构方程模型的最重要的政治学应用。这首先包括 验证性因素分析 (估计潜在变量的模型),以对移民的态度为例进行介绍。验证性因素分析的最重要并发症包括 组比较 以及关于 等效测量 跨越文化,语言和国界。本书通过实际示例展示了如何使用用于分析结构方程模型的通用程序来研究这些问题。还详细介绍了处理方法 分类变量在政治学应用中,这是规则而非例外。最后,我沉默增长模型 描述潜在变量随时间的变化。完整的 源代码和记录 对于这本书的所有例子 (Stata,LISREL,MPlus的数据和代码)可以在此处下载。

内容一览:

介绍

介绍性章节 介绍了结构方程模型建模所基于的两种方法的主要特征: 路径分析因子分析。还对本书的结构进行了概述, 软件 和主要的互联网资源。

结构方程模型:基本原理

第二章是程序的基础 并且主要供将来参考。这些基础知识包括对 矩阵代数另一方面,再来看一下模型的构建块: 相关计算, 回归计算,因素分析和经典基础知识 测试理论。随后,提出了一般的结构方程模型以及建模的重要基本问题(例如 估算程序ID 型号)。

结构方程模型: 实例与应用

对于政治科学家而言,结构方程建模最重要的用例是估计 验证性因素分析。在本章中,我们将对许多细节进行评论 例子 和真正的 数据 (欧洲社会调查局,ALLBUS)展示了如何借助通用程序估算此类模型。

结构方程模型: 高级主题和展望

与政治科学家相关的高级主题包括 分类变量,反过来又以政治学态度研究为例进行说明。潜在增长模型描述了随时间变化的变量,这对于政治学来说相对较新。这样的变量之一就是对竞选活动的兴趣,这种兴趣在竞选过程中或多或少地增加。本章简要介绍的其他高级主题是 缺失数据, 分类潜在变量多层次结构方程模型 .