结构方程模型及其应用/社会科学研究方法丛书

在社会、心理、教育、 经济、管理、市场等研究的 数据分析中，当今称得上前 沿的几个统计方法中，应用 较广、研究较多的方法当首 推结构方程模型分析。它包 含了方差分析、回归分析、 路径分析和因子分析作为其 特例，弥补了传统回归分析 和因子分析的不足，可以分 析多因多果的联系、潜变量 的关系，还可以处理多水平 数据和纵向数据，是非常重 要的多元数据分析工具。 本书是系统介绍结构方 程模型的著作，阐述了结构 方程模型(包括验证性因子 分析)的基本概念、统计原 理、在社会科学研究中的应 用、常用模型及其Mplus程 序、输出结果的解释和模型 评价。本书还讨论了一些与 结构方程模型有关的专题， 是一本由初级至中上程度的 著作，可作为有关专业高年 级本科生和研究生的教科书 ，也可作为应用工作者的参 考书。

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、Mplus操作入门 八、互联网上的结构方程模型国际兴趣小组 第二部分 结构方程模型应用 第三章 应用示范一：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 i、全模型 四、高阶因子分析 第四章 应用示范二：单纯形模型和多组模型 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、可否应用相关矩阵做分析 七、处理小样本的方法 第七章 专题讨论：涉及模型的问题 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、结构方程能否验证变量间的因果关系 十一、怎样避免潜变量名实不副的问题 十二、合宜和错误的高阶因子 十三、如何报告结构方程模型分析结果 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 附录 Mplus编程入门 一、Mplus零基础入门 二、阅读结构方程模型文献需要掌握的向量、矩阵语言 三、Mplus语法基础 参考文献 术语索引