非正態(tài)觀察變量對結構方程模型(SEM)估計結果的影響.pdf

1、本文首先簡單介紹了結構方程模型的概念、結構和優(yōu)點等，緊接著提到研宄方法類文章經常使用的模擬研究，并詳細介紹了模擬研究的步驟。通常結構方程模型的估計方法（如極大似然估計法，ML）都有數(shù)據(jù)為多元正態(tài)分布且連續(xù)的前提假設，但是實證研究中這樣的假設通常得不到滿足。本文就探討了在非正態(tài)分布觀察變量數(shù)據(jù)對結構方程模型估計的影響。在蒙特卡羅模擬研究中，構建了一個兩因素驗證性因素模型，系統(tǒng)的控制了觀察變量非正態(tài)的程度，非正態(tài)觀察變量數(shù)占總的觀察變量數(shù)的

2、比例，并且比較了極大似然估計法(ML)、穩(wěn)健極大似然估計法(S-B校正法)、漸進自由分布法(ADF)和Y-B校正法四種估計方法。評估的指標為模型收斂得到合適解的比例、參數(shù)估計的偏差和模型的擬合指數(shù)。最后在一個實證數(shù)據(jù)中進行驗證。
　　研究結果發(fā)現(xiàn)，觀察變量的非正態(tài)程度實質性影響到估計結果，非正態(tài)程度越大估計結果越差;非正態(tài)觀察變量的比例也會實質性影響到模型的估計結果，當一半的觀察變量為非正態(tài)分布時，模型的估計結果最差，隨著這個比例