课程详情

课程概述
 
老师介绍
副教授，数量经济学博士，理论经济学博士后，擅长应用统计学与应用计量经济学的软件操作，对计量经济学、统计学、数据处理、历史、哲学、金融理财感兴趣。
 
课程简介
本课程为社会学、政治学、教育学、心理学、经济学、管理学、医学等领域的本科生、硕士研究生、博士研究生与科研工作者提供《结构方程模型》理论与详细的Stata操作，图表结合，通过详细的案例操作流程讲解应用过程，力争让学习者通过“比着葫芦画瓢”就可以进行正确操作。
本部分内容主要包括：模型介绍、模型识别、模型估计、模型评价、模型修正、验证性因子分析、路径分析、多群组分析、MIMIC模型、潜增长曲线模型、潜类别分析、潜剖面分析等内容。
如果希望关注更多统计与计量经济学操作的内容可以关注我们的微信公众号“格致之学(Truth_Wisdom_Science)”。

课程目录

第一讲 结构方程模型理论概述

第1节 结构方程模型的基本概念
1.变量
2.观测变量、潜变量与误差变量
3.外生变量、内生变量和中介变量
4.参数
5.变量间的关系
第2节 SEM模型理论概述
1.结构方程模型的数学表达式
2.完整的结构方程模型
3.测量模型
3.1测量模型介绍
3.2反映性指标与形成性指标
4.结构模型
第3节 结构方程模型的运行
1.理论基础
2.模型设定
3.模型识别
4.数据搜集
5.模型估计
6.模型拟合与评价
7.模型修正
8.报告结果
9.模型类型
第4节 Stata界面与绘图工具
1.Stata操作界面
2.Stata操作基本步骤

第二讲 结构方程模型识别与估计

第1节 模型识别
1.整体模型的识别
1.1减少自由参数
1.2零B矩阵法则
1.3递归规则
1.4 t法则
2.测量模型的识别
3.结构模型的识别
第2节参数估计
1. 极大似然估计(ML)
2. MLMV估计
3. 渐进分布自由法
4.分组估计方法
5. 拟极大似然估计(QML)

第三讲 结构方程模型评价与修正

结构方程模型评价与修正(一)

第1节 模型评价
1.参数检验
2.模型的整体评价

结构方程模型评价与修正(二)

第2节 模型修正
1.模型类型
2.模型修正流程
3.模型修正的依据和途径
4.模型修正的内容
5.模型修正检验
6.标准化参数检验
7.模型修正过程中容易出现的具体问题
8.非递归模型的修正
9.采用Bootstrap方法对模型进行比较
第3节 软件操作
1.单个方程的拟合优度统计量
2.所有系数均为零的检验
3.显示估计结果
4.组水平的拟合优度统计
5. 不同组的参数不变性检验
6.拟合优度统计
7.潜类别拟合优度统计量
8.潜类别边际均值
9.潜类别边际概率
10.修正指数
11.显示均值与协方差残差
12.得分检验
13.显示方差分量作为标准偏差和相关
14.标准参数检验
15.估计样本的描述性统计

第四讲 验证性因子分析

验证性因子分析(一)

第1节 验证性因子分析概述
第2节 模型内在质量检验
2.1效度检验
2.2信度检验
1.多元相关系数的平方值
2. 组合信度（CR或 ρc）
3.平均方差析出量（AVE）
4.区别效度
第3节 复核效度检验
3.1复核效度的类型
1.稳健性检验
2.效度延展性检验
3.选择性检验
4.一般化检验
3.2复核效度的检验策略
1.样本规模较大时的复核效度检验
2.样本规模较小时的复核效度检验
第4节 高阶验证性因子分析

验证性因子分析(二)

第5节 Stata操作
5.1单因素测量模型
1.路径图
2.估计与系数设定
3.测量模型修正
4. Huber/White/三明治估计量等估计方法
5.观测变量之间的相关性
6.按键操作
7. Satorra–Bentler scaled       test
8.预测值
9.拟合缺失数据
5.2. 广义响应单因素测量模型
(1)广义响应单因素测量模型
(2)广义响应与连续变量的单因素测量模型
5.3有序probit与logit模型
5.4广义响应的两层次测量模型
5.5双因素测量模型
5.6单方程拟合优度统计量
5.7整体拟合优度统计量
5.8修正指数MI
5.9单方程Wald检验
5.10误差变量之间的协方差
5.11残差协方差矩阵
5.11直交模型
5.12高阶验证性因子分析
5.13独特性相关模型
5.14广义响应的双因素测量模型

第五讲 路径分析

路径分析(一)

第1节 路径分析模型概述
1.路径分析模型概要
2.递归模型与非递归模型
3.观测变量路径分析模型设定
4.中介效应模型
5.调节效应模型
6.调节性的中介效应
7.中介性调节效应模型
8.潜变量路径分析模型
第2节 Stata操作
1.基本路径分析
2.似不相关回归
(1)估计
(2)Wald检验
3.非递归模型
(1)估计
(2)稳定性检验
(3)直接效应、间接效应与总效应的分解
(4)系数相等性检验与约束设置
(5)使用得分检验放松约束
(6)拟合优度统计量
(7)模型修正
4.区间回归
5.Tobit回归
6. Logistic回归
7.多项式logistic回归
8.广义响应组合模型
9.中介效应模型
(1)标准的中介效应模型
(2)两层次中介效应模型
10.递归模型
(1)路径图的画法
(2)标准估计
(3) Satorra–Bentler估计量
(4) 广义Huber/White/sandwich估计量
(5) bootstrap估计量
(6) jackknife估计
(7)期望信息矩阵
(8) 梯度外积
(9)MLMV估计
(10)ADF估计
(11)变量的协方差估计
(12)残差的均值与协方差
(13) 外生观测变量的均值、方差与协方差
(14)效应分解
(15)模型修正
(16)方程的显著性检验
11.随机截距与随机斜率模型(多层次模型)
(1)随机截距模型(单方程形式)
(2)随机截距模型(组内-组间形式)
(3)随机斜率模型(单方程形式)
(4)随机斜率模型(组内组间形式)
12.三层次模型(广义响应)
13.多层次交叉模型
14.两层次多项式logistic模型
①具有共享随机效应的两层次多项式Logistic模型
②具有不同但相关随机效应的两层次多项式Logistic模型
15. 指数生存模型
16. 删失与断尾数据的Loglogistic生存模型

路径分析(二)

第3节 潜变量路径分析的Stata操作
1.完整结构方程模型估计
(1)完整结构方程模型路径图
(2)模型估计
(3)标准化系数估计
(4)所有系数为零的检验
(5)建模框架估计结果
(6)变量间的相关关系
(7)残差协方差
(8)方程层面的拟合优度统计量
(9)模型修正
(11)总效应、直接效应与间接效应估计
2.混合模型路径分析
(1)显变量混合路径分析范例
①路径图
②非标准化估计
③标准化估计
④方程显著性检验
⑤多元相关系数平方
⑥残差协方差矩阵
⑦模型修正
⑧拟合优度统计量
⑨总效应、直接效应与间接效应
(2)潜变量混合路径分析范例
①默认方差情况
②方差为零的情况
③方差为1的情况
(3)混合路径分析范例三
3.广义响应完整结构方程模型

第六讲 多群组分析

第1节 多群组分析概述
1.1多群组结构方程模型概述
1.2测量恒等性检验
1.3复核效度检验
①稳健性检验
②效度延展性检验
③模型选择检验
④模型一般化检验
第2节 多群组分析的Stata命令介绍
2.1结构方程模型的多群组估计
2.2广义结构方程模型的多群组估计
2.3分组拟合优度统计量
2.4跨组的参数不变性检验
第3节 Stata操作流程
3.1多群组分析的双因素测量模型
3.2分组拟合优度统计量
3.3参数的跨群组恒等性检验
3.4跨群组的参数约束
3.5多群组结构方程模型
①限制测量系数
②结构系数约束
③结构误差方差约束
④测量误差变量方差约束
⑤外生变量协方差
3.6常数项问题

第七讲 MIMIC模型

第1节MIMIC模型概述
第2节 Stata操作
2.1连续变量的MIMIC模型
(1)估计
(2)残差
(3)似然比检验
(4)基本估计框架
(5)预测
2.2广义响应MIMIC模型

第八讲 潜增长曲线模型

第1节 潜增长曲线模型概述
1.1潜增长曲线模型简介
1.2 潜增长曲线模型的识别
第2节 Stata操作
2.1潜增长曲线模型基本操作
2.2去除常数项
2.3显示截距与斜率均值
2.4约束误差项
2.5误差相关
2.6拟合指数
2.7模型修正
2.8增加平方项
2.9增加时不变协变量
2.10增加时变协变量

第九讲 潜类别模型

第1节 潜类别分析
1.1潜类别模型简介
1.2Stata操作
第2节 潜剖面分析
2.1潜剖面分析简介
2.2 Stata操作