跳到主要內容
:::

教育百科logo

::: 線性結構關係模式 - 教育百科
國家教育研究院辭書
基本資料
英文: Linear Structural Relations Model
作者: 詹志禹
日期: 2000年12月
出處: 教育大辭書
辭書內容
名詞解釋:
  線性結構關係模式是結合因素模式(factor model)及結構方程模式(structural equation model)的一種統計模式。其目的主要在驗證建構(construct)間的理論關係。由於模式設定上相當具有彈性,在實證應用上相當廣泛。
  理論上,一般皆將模式寫為:
  
  (測量模式,處理觀察變項與潛在變項之間的關係)
  
  (結構模式,處理潛在變項之間的結構關係)式中,x與y表示測量指標向量;ξ及η表示x及y之因素向量;Λx, 和Λy則是因素係數矩陣;B及Γ表示結構係數矩陣;δ與ε是測量誤差向量;ζ是結構誤差向量。這個模式包含許多特殊子模式,如因素分析模式、路徑模式、多元迴歸模式、結構方程模式等等;其中,因素分析模式帶有潛在變項,其餘三種模式則皆處理觀察變項之間的關係,不假定潛在變項的存在。
  參數估計上,一般而言,有未加權最小平方法(unweighted least square, ULS)、一般化最小平方法(generalized least square, GLS)、最大概率法(maximum likelihood, ML)及加權最小平方法(weighted least square, WLS)等四種。其中,最常用的是ML及GLS,但這兩種估計法需假定常態母群分布。ULS及WLS雖然不假定母群為常態,但卻需要較大的樣本。
  評估有推論性統計量及描述性統計量等兩類指標。前者是樣本數減1與配適值的乘積,虛無假設下,這個乘積近似卡方分布。但要注意的是,當分析的矩陣不是共變矩陣時,這乘積並不近似卡方分布。而且,如果母群峰度過高,ML及GLS產生的乘積亦不近似卡方分布。此外,推論性統計量是樣本大小的函數,故實務上常同時輔以描述性統計量進行評估。常見的描述統計量有配適度指標(goodness of fit index, GFI)、調整配適度指標(adjusted goodness of fit index, AGFI)及均方誤差根(root of mean of square error, RMSE)等。
  由於線性結構關係模式的應用電腦套裝程式當中,以尤拉斯哥(Jöreskog)及索本(Sörbom)所發展的LISREL最為流行,故線性結構關係模式又常被稱為「LISREL模式」,但實際上可用的電腦程式不止於此,班特勒(Bentler)所發展的EQS就是另外一例。
資料來源: 國家教育研究院_線性結構關係模式
授權資訊: 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出
貓頭鷹博士
你喜歡貓頭鷹博士嗎

針對貓頭鷹博士的服務你會給幾顆星呢

回到頁面頂端圖示