第一章　结构方程模型的基本概念

第一节　结构方程模型的特性

第二节　测量模型

第三节　结构模型

第四节　结构方程模型图中的符号与意义

第五节　参数估计方法

第六节　模型的概念化

第七节　模型的修正

第八节　模型的复核效化

第二章　模型适配度统计量的介绍

第一节　模型适配度检核指标

一、模型基本适配指标

二、整体模型适配度指标（模型外在质量的评估）

三、模型内在结构适配度的评估（模型内在质量的检验）

四、模型统计检验力的评估

第二节　模型识别的范例

一、正好识别模型

二、过度识别模型

三、低度识别模型

第三章　Amos Graphics界面介绍

第一节　Amos Graphics窗口的介绍

一、开启【Amos Graphic】应用软件

二、工具箱窗口的图像钮操作介绍

第二节　图像钮综合应用

一、绘制第一个测量模型

二、绘制第二个测量模型

三、绘制第三个测量模型

第四章　Amos执行步骤与程序

第一节　路径分析的程序与执行

一、建立路径模型图

二、开启数据文件

三、设定观察变量

四、设定误差变量的变量名称

五、设定文字报表要呈现的统计量

六、将路径模型图存盘与计算估计值

七、浏览模型的结果

第二节　路径因果模型图的设定

一、外因变量间没有相关的设定

二、内因变量没有界定残差项

第三节　饱和模型与独立模型

一、饱和模型

二、独立模型

第四节　结构方程模型图

一、结构方程模型图的绘制步骤

二、执行结果的标准化参数估计值路径图

三、模型的平行检验

第五节　结构模型与修正指标

一、模型A：初始模型

二、模型B：修正模型1

三、模型c：修正模型2

四、模型D：修正模型3

第六节　单一文件多重模型的设定

第五章　参数标签与测量模型

第一节　参数标签的设定与特定样本的分析

一、更改特定群体名称与模型名称

二、开启数据文件选人指标变量

三、设定分析属性与计算估计值

四、增列模型变量或对象的参数标签名称

五、增列参数标签名称的模型估计结果

六、全体群体假设模型的修正

第二节　特定群体的分析

一、分析男生群体

二、分析女生群体

第三节　测量模型参数值的界定

一、测量模型假设模型

二、限制不同测量指标的路径参数A

三、低度辨识的模型

四、增列参数限制条件

五、误差变量的界定

六、测量模型的修正

七、测量模型参数标签名称的设定

第四节　测量模型的平行测验检验

第五节　多因子测量模型潜在变量的界定

一、初始模型

二、修正模型

三、斜交关系的测量模型

四、界定测量模型潜在变量间没有相关

五、完全独立潜在变量参数修正

六、单向度测量模型与多向度测量模型

第六章　验证性因素分析

第一节　一阶验证性因素分析——多因素斜交模型

一、假设模型

二、输出结果

第二节　一阶验证性因素分析——多因素直交模型

一、假设模型

二、模型适配度摘要表

第三节　二阶验证性因素分析

第四节　一阶CFA模型多模型的比较

第五节　一阶CFA模型测量不变性检验

一、描绘一阶CFA假设模型图

二、单一群组多个模型的设定

三、模型估计结果

第七章　路径分析

第一节　路径分析的模型与效果

第二节　路径分析模型——递归模型

一、研究问题

二、采用传统复回归求各路径系数

三、Amos Graphics的应用

四、模型图执行结果l

五、文字报表输出结果

第三节　饱和模型的路径分析

一、饱和模型假设模型图

二、参数估计的模型图

三、参数估计及适配度结果

第四节　非递归模型的路径分析一

一、假设模型图

二、参数估计的模型图

三、参数估计值

四、模型适配度摘要表

第五节　非递归模型的路径分析二

一、设定回归系数的变量名称

二、设定回归系数值W5=W6

三、参数估计的模型图

四、参数估计值

五、设定两个内因变量测量误差的方差相等

第六节　模型界定搜寻

一、饱和模型图

二、执行模型界定搜寻

第八章　潜在变量的路径分析

第一节　潜在变量路径分析的相关议题

一、原始数据文件变量排列

二、快速复制对象及参数格式

三、增列简要图像标题

四、增列参数标签名称

五、估计值模型图参数移动

六、模型适配度的评估

七、模型的修正

八、PA—LV模型修正

第二节　数学效能PA—LV理论模型的检验

一、研究问题

二、AITl08 Graphics窗口中的模型图

三、计算估计的模型图

四、参数估计相关报表

第三节　模型的修正

一、参数格式的模型图

二、参数估计相关统计量

第四节　混合模型的路径分析

一、路径分析假设模型图

二、增列模型图像标题

三、路径分析模型估计结果

四、采用潜在变量路径分析模型

五、混合路径分析模型范例二

六、混合路径分析模型范例三

七、混合路径分析模型——非递归模型

第九章　多群组分析

第一节　多群组分析的基本理念

一、绘制男生群体路径分析模型图

二、开启数据文件及选择目标群组变量

三、开启数据文件界定观察变量

四、设定参数标签名称

五、设定群组名称

六、输出结果

七、女生群体的分析模型图

八、多群组分析

第二节　多群组路径分析

一、绘制理论模型图

二、读取数据文件及观察变量

三、设定群体名称

四、界定群体的水平数值及样本

五、界定群体模型图的参数名称

六、界定输出格式

七、预设模型输出结果

第三节　多重模型的设定

一、预设模型（未限制参数）

二、协方差相等模型

三、方差相等模型

四、路径系数相等模型

五、模型不变性模型

六、多个模型的输出结果

第四节　多群组验证性因素分析

一、绘制理论模型图

二、读取数据文件及观察变量

三、设定群体名称

四、界定群体分组变量名称及其水平数值

五、设定多群组分析模型

六、输出结果

第五节　多群组结构方程模型

一、绘制Amos理论模型图

二、读取数据文件并设定群组变量及水平数值

三、设定多群组分析模型

四、群组模型执行结果

五、模型注解说明

第六节　三个群组测量恒等性的检验

第七节　多群组路径分析

一、绘制模型图与读人数据文件

二、增列群组及设定群组名称

三、设定两个群组数据文件变量与变量水平

四、执行多群组分析

五、计算估计值

六、输出结果

第十章　多群组结构平均数的检验

一、SPSS数据文件

二、设定平均数参数

三、范例一模型A

四、范例一模型B

五、范例二模型A

六、范例二模型B

第一节　结构平均数的操作程序

一、绘制理论模型与设定模型变量

二、增列群组与群组的变量水平数值

三、增列平均数与截距项参数标签

四、执行多群组分析程序

五、模型估计

第二节　增列测量误差项间有相关

一、执行多群组分析

二、模型截距项、平均数相等模型评估

三、测量残差模型的修正

第三节　结构平均数的因素分析

一、增列平均数与截距项参数标签

二、更改女生群体共同因素平均数的参数名称标签

三、设定多群组分析模型

四、输出结果

第十一章　SEM实例应用与相关议题

第一节　社会支持量表测量模型的验证

一、测量模型的区别效度

二、测量模型的收敛效度

第二节　缺失值数据文件的处理

一、观察变量中有缺失值

二、增列估计平均数与截距项

三、数据取代

第三节　SEM模型适配度与参数估计关系

一、模型A：初始模型

二、模型B

第四节　样本大小与适配度卡方值

一、样本数N为100

二、样本数N为300

三、样本数N为500

四、样本数N为700

五、样本数N为900

六、样本数N为1100

七、样本数N为1500

八、样本数N为2000

第十二章　典型相关分析与结构方程模型关系

第一节　典型相关分析

一、CANCORR语法指令

二、典型相关分析结果

第二节　SEM执行程序

一、第一个典型变量

二、第二个典型变量

三、MIMIC分析结果

参考文献2100433B

本书详细详解和演示结构方程模型多种分析方法和操作步骤，是一本理想的AMOS与结构方程模型应用方面的指导读物。

本书前半部介绍结构方程模型（SEM）的概念与Amos G raphics窗口界面的基本操作；后半部以各种实例介绍Amos G raphics在各种SEM模型中的应用。全书采用AMOS图像界面，完全没有复杂的SEM理论推导和语法，最大的特点就是对利用AMOS进行结构方程模型各种分析的每一个步骤都有详细的讲解和图示。这是一本“使用者界面”取向的书籍，即使是不懂传统SEM语法使用者，也能在最短时间内学会用AMOS绘制各种SEM模型图，并将模型估计、模型识别判断、模型修正与模型验证，实际应用于自己的研究领域中。

本书的读者对象是结构方程模型分析方法的学习者和使用者，适合社会科学各学科高年级本科生、硕博士研究生自学，也适合教师教学辅助参考。

《结构方程模型:方法与应用》以通俗易懂的方式系统地阐述结构方程模型的基本概念和统计原理，侧重各种结构方程模型的实际运用。《结构方程模型:方法与应用》采用国际著名SEM软件Mplus，使用真实数据来演示各种常见的以及某些新近发展起来的较高级的结构方程模型，提供相应的Mplus程序，并详细解读程序输出结果。

参照《结构方程模型:方法与应用》提供的例题和相应的计算机程序，读者便能自己实践各种SEM模型。《结构方程模型:方法与应用》可作为大学社会科学及公共卫生学院研究生以及统计和生物统计专业本科生教材，也可作为相关学科的研究人员从事统计分析的工具书。

结构方程模型原理与应用第一章

绪论

一、现代统计学的发展趋势

二、结构方程模型的基本形式及原理

三、结构方程模型的优点

四、结构方程模型的历史沿革

五、常见的结构方程模型软件

结构方程模型原理与应用第二章

因子分析量路径分析

一、因子分析

二、路径分析

三、从因子分析、路径分析到结构方程模型

结构方程模型原理与应用第三章

结构方程模型的一个救命及相关预备知识

一、社会经济状态对个人心理状态的影响

二、协方差矩阵的生成

三、LISREL的运行界面

四、SIMPLIS的基本语法

五、模型建构示例

结构方程模型原理与应用第四章

测量模型——验证性因子分析

一、验证性因子分析的一般模型和原理

二、验证性因子分析的模型识别

三、参数估计方法及相关问题

四、测量的效度与信度

五、社会网络资本的验证性因子分析

结构方程模型原理与应用第五章

全模型——带潜变量的结构模型

一、潜变量结构模型的一般形式

二、结构方程模型的识别法则

三、参数估计

四、模型评估

五、模型修订

六、社会网络资本对个人资本的影响

结构方程模型原理与应用第六章

高阶因子模型与多组模型

一、高阶因子模型

二、均值结构模型

三、多组模型

结构方程模型原理与应用第七章

结构方程模型的一些特殊议题

一、观察变量的分布与样本量

二、缺失值问题

三、协方差矩阵和相关矩阵

四、不正定、不收敛与Heywood问题

五、定类变量的引入

结构方程模型原理与应用结论

参考文献

后记

……2100433B

序

第一部分 结构方程模型入门

第一章 引言

一、描述数据

二、具体例子展示准确与简洁的考虑

三、探索性与验证性因子分析比较

第二章 结构方程模型简介

一、结构方程模型的重要性

二、结构方程模型的结构

三、结构方程模型的优点

四、结构方程模型包含的统计方法

五、路径图的图标规则

六、结构方程分析软件包

七、LISIREL操作入门

第二部分 结构方程模型应用

第三章 应用示范I：验证性因子分析和全模型

一、验证性因子分析

二、多质多法模型

三、全模型

四、高阶因子分析

第四章 应用示范II：单纯形和多组模型

一、单纯形模型

二、多组验证性因子分析

三、多组分析：均值结构模型

四、回归模型

第五章 结构方程建模和分析步骤

一、验证模型与产生模型

二、结构方程分析步骤

三、参数估计和拟合函数

四、拟合检查

五、模型修正和交互效度

六、模型比较的原理

七、报告结果

第三部分 结构方程模型专题研究

第六章 专题讨论——涉及数据的问题

一、样本容量

二、数据类型

三、处理非正态数据

四、异常数据

五、缺失数据

六、可否应用相关矩阵作分析

七、处理小样本的方法

第七章 专题讨论——涉及模型拟合的问题

一、忽略测量误差所引致的错误

二、非正定协方差矩阵

三、不收敛

四、不恰当的解

五、单指标潜变量

六、误差相关

七、因子的单位与附加限制

八、为什么要考虑等同模型

九、模型与数据拟合是否表示模型正确

十、结构方程是否验证变量问的因果关系

十一、怎样避免潜变量名实不符的问题

十二、合宜和错误的高阶因子

十三、如何报告结构方程分析结果

十四、与传统分析的结合

第八章 拟合指数

一、拟合指数概述

二、绝对拟合指数

三、相对拟合指数

四、简约拟合指数

五、拟合指数定义一览

第四部分 结构方程模型统计原理

第九章 验证性因子分析原理

一、验证性因子分析的基本概念

二、因子分析模型及其协方差结构

三、因子分析模型识别的若干准则

四、参数估计

五、模型评价

六、有均值结构的因子分析模型

七、多组比较

第十章 路径分析原理

一、因果模型中的结构方程

二、路径分析与效应分解

三、因果模型的协方差矩阵

四、因果模型识别准则

五、参数估计

六、模型评价与修正

七、因果模型与因果分析

第十一章 结构方程分析原理

一、结构方程基本概念

二、结构方程模型及其协方差结构

三、若干特殊的结构方程模型

四、模型识别

五、参数估计

六、模型评价与修正

七、标准化系数

八、有常数项的结构方程模型

九、多组比较

第五部分 LISREL软件

附录III 通过SPSS读取数据

附录Ⅳ 结构方程讨论小组

参考文献

·收起全部<<