培训目标
       1、了解结构方程模型的基本原理;
     2、掌握结构方程模型建模的一般过程;
     3、熟练掌握常用的结构方程模型的程序编写、软件操作和结果解读;
     4、掌握中介变量与调节变量模型的处理方法与应用。
培训内容:
| 主题 | 主要内容 | 
| (1)多元统计与潜变量模型概览  (2)常用软件介绍与比较
 (3)Mplus软件的特色与功能演示
 (4)Mplus界面、语法结构、常用命令与默认设置
 | 本节从线性回归开始,简要讲述多元统计方法存在的主要不足以及解决方法,由此引出潜变量模型(结构方程模型);结构方程模型的起源与简要发展过程;目前常用的潜变量(SEM)分析软件,如LISREL、EQS、AMOS等软件的特点介绍;
 为什么学习MPLUS软件?它有什么特点与“过人之处”?Mplus软件主要功能演示;
 基本的语法结构、常用命令、不同估计方法的区别、软件的默认设置。
 本节重点:1、引用潜变量模型的必要性;2、Mplus有别于其他软件的特色。
 | 
| (1)回归分析与路径分析  (2)递归与非递归模型
 (3)纵向数据的路径分析
 | 本节从最基本的回归分析和路径分析入手,由易到难,循序渐进讲述Mplus的基本应用过程,使学员对软件的应用完全熟悉,可以独立解决使用过程中存在的常见问题。  简单Mplus程序的编写;数据导入与格式;输出结果报告与解读;递归与非递归模型的区别;路径分析模型的识别规则;路径模型的效应分析;纵向数据的路径分析。
 | 
| (1)探索性因子分析EFA  (2)验证性因子分析CFA
 (3)CFA模型应用初级——量表的信度效度检验
 | 探索性因子分析与主成分分析的区别;探索性因子分析的Mplus实现;
 探索性结构方程模型(ESEM)简介;
 验证性因子分析CFA的基本原理;
 CFA模型评价(绝对拟合指标、相对拟合指标、精简拟合指标与竞争拟合指标);
 CFA输出结果解读与报告;
 如何通过CFA模型判断量表质量(.组成信度CR、平均变异抽取量AVE);
 CFA模型常见问题剖析(多元正态性检验、特异值检出、非正定、拟合度不好、模型修正、模型比较等)。
 | 
| (1)测量等值与多组CFA模型  (2)高阶CFA模型
 (3)CFA模型的应用进阶——MTMM、Bifactor模型
 | 测量等值的作用;测量等值的内容与操作步骤;
 Mplus实现测量等值的具体步骤;
 多组CFA模型比较;
 二阶CFA模型的应用;
 高阶与低阶CFA模型的比较;
 MTMM模型应用;
 Bifactor模型的应用;
 | 
| (1)SEM模型的基本原理  (2)SEM模型的应用
 (3)模型比较与多组SEM模型
 | SEM模型的相关术语;SEM模型的基本原理;
 SEM的建模过程与模型识别;
 SEM模型的比较;
 多组SEM模型
 | 
| (1)SEM模型中的常见问题剖析  (2)SEM模型中的相关议题
 | 结合案例,对SEM模型中常见的问题进行剖析;同时对SEM模型中的相关议题(样本量估计、缺失值插补、非正态数据的处理、数据打包技术、形成型模型与反应型模型、类别数据的处理、单指标潜变量的处理等)。
 | 
| (1)中介效应分析技术  (2)多重中介变量模型
 (3)调节效应分析技术
 | 中介效应模型的形式与作用;中介效应模型的原理;
 中介效应中的抑制变量;
 中介效应检验的主要方法(因果法、系数差异法、系数乘积法等);
 中介效应的基本模型与分析步骤;
 中介变量间存在因果关系的多重中介模型;
 中介变量间无因果关系的多重中介模型;
 调节效应模型的形式与作用;
 调节效应与交互效应的区别;
 调节效应的基本模型与分析步骤;
 调节效应分析的简单方法(two-way ANOVA、分组回归、阶层回归。
 | 
| (1)潜调节模型  (2)中介与调节变量分析进阶——混合的中介与调节模型(条件中介模型)
 (3)中介与调节效应模型的新进展
 | 潜调节变量模型的主要检验方法;调节变量为类别变量的模型;
 调节变量为连续潜在变量的模型;
 Bootstrap方法与贝叶斯方法。
 
 |