【摘要】:(二)模型拟合模型拟合是将样本数据代入事先设定的模型中,对模型的参数进行估计。结构方程模型的估计有多种方法,最常使用的是最大似然估计,一些稳健估计法近年来被广泛使用。需要检验模型的参数是否显著、模型参数设置是否合理等.如果检验出模型的拟合效果较好,则建模过程完成。(四)模型修正在模型评估过程中,如果模型拟合效果不佳,则需要根据模型的评估结果,重新设定模型参数或者修改模型参数。
(一)模型设定(Model Specification)
建模的第一步是建立一个理论上的模型,明确模型中潜变量的个数、潜变量之间的关系(路径)、各个潜变量由哪些观测变量来测量。模型的设定不是随意的,是根据所研究的问题及经验构建的。
(二)模型拟合(Model Fitting)
模型拟合是将样本数据代入事先设定的模型中,对模型的参数进行估计。结构方程模型的估计有多种方法,最常使用的是最大似然估计(MLE),一些稳健估计法近年来被广泛使用。本书使用MLE方法拟合模型,当总体为连续型时,求MLE的步骤如下:
1.根据似然函数,求出对数似然函数。
2.对lnL(θ)求导,并令其为0,将公式(7-5)称为对数似然方程。求解此方程,得到的解为未知参数θ的最大似然估计值。(www.xing528.com)
(三)模型评估(Model Assessment)
获得模型的参数估计值之后,需要评估模型的拟合程度是否优良,即模型的有效性。需要检验模型的参数是否显著、模型参数设置是否合理等.如果检验出模型的拟合效果较好,则建模过程完成。
(四)模型修正(Model Modification)
在模型评估过程中,如果模型拟合效果不佳,则需要根据模型的评估结果,重新设定模型参数或者修改模型参数。在设定新的模型之后,重复上述步骤,直至得到对样本数据拟合较好的模型。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。