全文包括：

1. SEM简介：功能、优点、缺点

2. 分析软件简介

3. 统计知识回顾：矩阵标量向量、多元回归分析、估计方法

4. SEM的六大步骤

5. 路径追踪规则（Path tracing rules)

6. R codes

一、SEM简介

强大的功能：

融合了因子分析(Factor Analysis)、方差分析(如ANOVA, ANCOVA, MANOVA, MANCOVA)、多重回归(multiple regression)等：

1. 可以分析有多个因变量的模型(multiple dependent variables)

2. 可以分析复杂的中介模型(complex mediating mechanisms)

3. 可以估算潜在变量以解释测量误差(estimate latent variables)

4. 可以估算二分变量(binary) /序级变量(ordinal)的潜在因子

5. 可以测试跨组的模型不变性（test invariance of models across groups)

6. 可以建模重复测量的数据的发展轨迹(growth trajectories of repeated measures)

不胜枚举的优点们：

1. 可以一次性完成对一个复杂模型的分析，而不用将模型拆分

2. 适用于各种数据（不同分布的数据-非正态分布，不同类型的数据-非连续数据）

3. 对长期数据，可以测试个体的稳定性

以及不足：

1. 建了个太太太复杂的模型，以致于啥都说明不了（比如把各种变量一股脑塞进模型，偏离了理论）—— 所以在建模specification/re-specification时，一定要明确自己在做什么，让模型保持精简。

2. 难以判断模型是否正好拟合（fit）数据 —— 要依据理论再参考一些fit index，将模型不断优化，在过度适合和适合不足中找到平衡点。

3. 可能有不同模型恰好一样地拟合数据

4. 没有明确参考标准来确定合适的样本大小——……样本量越大越好

5. 和其他分析一样，SEM无法修正由于取样或测量导致的误差——好好设计和实施实验让数据质量高一些

6. 哲学盲点：SEM使用”证据的缺失(absent of evidence)作为支持假设模型的证据 —— 没有证据证明其存在可以证明其不存吗？（例一：研制新药，如果没有证据显示新药有疗效,是不是就能说明新药没有疗效了呢？例二：寻找某物种，如果找不到这个物种的生物，是不是就说明该物种已经灭绝了饿呢？）

二、应用软件

常用软件：Amos（绘制路径图，简易模型分析，想发表文章的话还是用后两个分析吧）、Mplus（代码简洁好上手）、R（一般用lavaan package，还有别的包可以用比如semTools有一些补充功能比如求测量不变性 measurementInvariance()，semplot/lavaanplot可以用来绘图，还有openMX、sem等）。

除此以外，还有Python（学好编程啥问题都能解决）、LISREL（输入input是矩阵而非原数据！Coursera上有港中文大学Kit Tai Hau 侯傑泰教授的免费公开课程“Structural Equation Model and its Applications | 结构方程模型及其应用 (普通话/粤语)）、EQS（多变量分析软件）、SPSS（也得自己码代码syntax，点点点鼠标是点不出来这些比较高级的功能的）。

三、统计知识回顾

矩阵代数（Matrix Algebra)

标量（scalars）：实数，只有大小，没有方向。

*a是一个标量，b也是一个标量。

矩阵（matrix）：双序排列的标量，行（rows）+列（columns）。

*表示矩阵的字母一般大写、加粗。

矩阵排序：下标前面的数字代表行i，后面的数字代表列j，记作aij。

矩阵转置（Transpose）：把矩阵A（r×c）的行和列互相交换，得到矩阵A’（c×r）。

对称矩阵（Symmetric Matrices）：A = A’。

对角矩阵（diagonal matrix）：特殊的对称矩阵，主对角线之外的元素皆为0的矩阵。

单位矩阵（Identity Matrix）：特殊的对角矩阵，主对角线为1，主对角线之外的元素皆为0的矩阵。

向量（Vector）：仅有一列/一行的矩阵。

*代表向量的字母一般小写加粗。

矩阵的加减乘除（我省略了）

但要注意的是，

• 计算标量时，ab=ba，计算矩阵时，ab ≠ ba因为乘法要考虑顺序。

• 实际上没有矩阵除法，通过乘以逆矩阵（A-1）完成。

行列式（Determinant）

• 矩阵S的行列式记作|S|

• 仅正方形的矩阵可以求行列式，比如相关性、协变量矩阵。

• 行列式为0的矩阵不可逆（inverted），这样的矩阵是非正定矩阵（non-positive definite, NPD),而SEM计算中通常需要求逆矩阵，所以行列式为0的矩阵为导致运行错误（例如“psi matrix is not positive definite” ）

多元回归分析（Multiple Regression)

• 回归分析（regression）可以看作是SEM的一种形式。

• 广泛应用于社会、行为、健康科学中的强大、灵活的分析方法。

• 因变量需要时正态分布的连续数据，对自变量没要求。

• 可以分析交互作用、中介作用等。

估计方法

最小二乘估计(Least Squares Estimation， LSE)

选择可以最小化残差的平方和（sum of squared residuals)的参数

最大似然估计（Maximum Likelihood Estimation， MLE）

频率学派（Frequentist）的点估计法，根据样本数据不断尝试，选出能最优描述实际概率分布（likelihood）的参数。

最大后验估计（Maximum A Posteriori Estimate, MAP）

提到了频率学派，就插入一下贝叶斯学派(Bayesian)的最大后验估计MAP。MAP融合了预估计量的先验分布信息(Prior distribution)，对未观测点做估计，可以看作是正则化（regularized）的最大似然估计。

四、SEM操作步骤

1. Specification 明确模型

自变量（independent variable）是什么？因变量（dependent variable）是什么？有没有调节变量（mediator）？有没有中介变量（moderator）？变量间是什么关系（relationship）？

1.1 路径图（path diagram）

• 绘图比较好用易上手的软件：Amos (分析基于SPSS，要获得分析结果的话要同时下载SPSS）（Amos全名其实就是Analysis of moment structures)

• 绘制正确的话，路径图完全可以表达（等同于）构建的方程式/模型

• 优点：可视化模型隐含的矩阵结构（model-implied moment structure） 【moment指的是变量组（sets of variables)的均值（mean）、方差（variances）、 协方差（covariances），就是均值矩阵/（协）方差矩阵】。

路径图中图形的含义

• 长方形/正方形：测量变量（measured variable）

• 圆形：未测量变量（unmeasured variable), 如残差(residuals)、潜在变量(latent variables)

• 单向直线箭头：回归方程的参数(regression coefficient)/因子分析的因子负荷(factor loadings)

• 双向曲线箭头：方差(variance)/协方差(covariance)

• 三角形：均值(mean)/截距(intercept)的常数(constant)。在分析模型时，统计软件会自动将一行常数设置成1。

1.2 矩阵结构（Moment Structures）

• 总体矩阵（Population moments） 记作Σ和μ

• 样本矩阵（sample moments）记作S和 m

• 总体隐含矩阵（Population model implied moments）记作Σ (θ) 和μ (θ)

• 样本隐含矩阵（Sample model implied moments）记作 Σ (θ hat)和μ (θ hat)

如下图，以总体矩阵为例：对于单个因变量和q个自变量的回归模型，有一个总体的协方差矩阵Σ和总体均值向量μ。

2. Identification模型的辨识性

就像每个人都有个***号一样，一个模型需要具有辨识度。模型辨识度指的在有足够的已知信息来推断未知参数的程度。

Model identification refers to the extent to which there is sufficient known information to infer unknown values

• 过度识别（Over-identified）：模型包含了冗余信息，需要修改 ——未知参数个数<独立方程式个数（方程式有解,但没有唯一精确解）。

许多路径分析和几乎所有SEM模型存在这个问题。

• 正好识别（Just-identified）：观察到的信息 = 所需估计的参数数量 ——未知参数个数=独立方程式个数（方程式有唯一精确解）。

所有多元回归模型都是恰好识别。

• 识别不足（Under-identified）：观察到有用信息不足——未知参数个数>独立方程式个数(方程无解)。

大问题！无法得到有效结果，下面讲到的路径追踪规则（path tracing rules)对解决这个问题有用。

3. Estimate 模型参数估计

从样本数据中得到系数的过程。

3.1 最常用的是上述ML（最大似然法maximum likelihood），其具有3个特点:

a.无偏的：虽然每次都有抽样误差（sampling error）， 但无限次重复实验后，样本估值的平均值将等于总体的真实值

unbiased: if we were to repeat our study an infinite number of times, the mean of the sample estimates would equal the population value

b.一致性：当样本量无限接近于总人群量时，样本估值也无限接近群体值

consistent: as the sample size approaches infinity, the sample estimate approaches the population value

c.有效性:参数估值的误差最小

efficient: no other estimator has a smaller sampling error for the parameter estimate

3.2 两种方式：

a. 充分统计最大似然值估计（Sufficient-statistic maximum likelihood estimation，SSML)仅仅基于观测到的协方差矩阵和均值向量，前提是有完整数据 （complete-case data）和正态分布的因变量（normally distributed DVs）

b. 完全信息最大似然值估计（Full information maximum likelihood estimator，FIML) 基于任何从个体观察到的数据。允许部分缺失的数据（partially missing data）和用于处理非正态分布（non-normal distribution）和嵌套数据结构（ nested data structures）的替代方法

*对于完整的正态分布的数据，SSML 和FIML 一样。

3.3 优点：

• 适用于各种模型

• 无偏、一致、最大化有效性。

• 估值渐近正态分布(Estimates are asymptotically normally distributed),为推理测试（inference test)提供依据

• 可以通过卡方检验比较不同模型的相对拟合度的优劣

• FIML适用于有缺失值和非正态分布的数据。

3.4 步骤

1. 初始值（start value）：选择参数估计的初始值

2. 迭代（iteration）：计算似然值，更新参数估计值

3. 收敛（converge）：不断计算似然值，直到前后两个似然值之间的差异足够小为止

4. 从最后一步保留拟合值（Fit statistics）、参数估值（parameter estimates）和标准误差（standard errors ）

*如果模型太复杂有可能出现模型不收敛“failed to converge”的问题。

4. Evaluation 模型评估

模型拟合程度如何？根据模型拟合指数作判断（Model fit index）

5. Potential re-specification可能需要模型再明确

如果模型不够好，怎么修改？参考理论，根据修正指数（Modification indices）调整模型。

6. Interpretation 解读

哪个结果显著？结果是否有意义?

通常关注点在：

• 原始的参数估值（Raw parameter estimates）

• 标准化的参数估值（Standardized parameter estimates）

• 决定系数R2 , （explained variance in outcomes），即模型可解释的变异量

五、路径追踪规则（Path Tracing Rules）:

Sewall Wright在 19世纪20年代和30年代发明。

1.一旦开始用了单项箭头，就不能再往回/用双向箭头了4 前进了不能再后退， 但可以先后退再前进

Rule 1: if you begin a trace forward from a variable using a singleheaded arrow, you can proceed forward any number of times; but once you start forward you may not move backwards or span a double-headed arrow

图片来源 p67 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能

2.每一条路径，最多仅可涉及一个未分析到的相关系数（仅能通过双箭头部分一次）

Rule 2: If you begin a trace backward from a variable using a single headed arrow, you can proceed backward any number of times; upon reaching a variable, you can do one of two things:
a. span a double-headed arrow and stop
b. span a double-headed arrow and proceed the trace forward

图片来源 p68 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能

3.一个变量只能被经过一次，无回路（no loop)

Rule 3: for each trace you can only pass through a variable once ； no loops are allowed

图片来源 p67 《結構方程模式理論與實務：圖解AMOS取向》作者: 李茂能

六、R code

#下载lavaan包

install.packages(“lavaan”, dependencies=TRUE)

#运行lavaan包

library(lavaan)

#建模：x是因，y是果

model <- ‘y ~ x’

#选择用sem分析模型，指定数据

fit <- sem(model, data = data)

#显示结果

summary(fit) #显示原始参数
summary(fit, standardized = TRUE) #显示标准化参数
summary(fit, std.nox = TRUE, rsquare = TRUE) #显示基于观测变量和潜在变量的标准化参数和R方

小结

本文原创作者用户名HAO，请支持原创！

感谢大家耐心看完，自己的文章都写的很细，代码都在原文中，希望大家都可以自己做一做，请关注后私信回复“数据链接”获取所有数据和本人收集的学习资料。如果对您有用请先收藏，再点赞转发。

也欢迎大家的意见和建议，大家想了解什么统计方法都可以在文章下留言，说不定我看见了就会给你写教程哦。

如果你是一个大学本科生或研究生，如果你正在因为你的统计作业、数据分析、论文、报告、考试等发愁，如果你在使用SPSS,R，Python，Mplus, Excel中遇到任何问题，都可以联系我。因为我可以给您提供好的，详细和耐心的数据分析服务。

如果你对Z检验，t检验，方差分析，多元方差分析，回归，卡方检验，相关，多水平模型，结构方程模型，中介调节，量表信效度等等统计技巧有任何问题，请私信我，获取详细和耐心的指导。