Logistic回归模型与结构方程模型研究比较分析
发布时间:2019-10-11
本篇文章目录导航:
【题目】农村地区老年人生活质量调查研究
【第一章】农村老人HRQOL影响因素探析绪论
【第二章】老人健康生活数据来源与研究方法
【第三章】农村老年人健康相关生活质量现状分析
【4.1】基于分层Logistic回归的农村老人HRQOL影响因素分析
【4.2-4.4】Logistic回归模型与结构方程模型研究比较分析
【第五章-参考文献】现代农村老年人健康生活情况研究结论与参考文献
4.2基于结构方程模型的农村老年人HRQOL影响因素分析。
4.2.1结构方程模型介绍。
(1)结构方程模型的基本概念结构方程模型在20世纪80年代以来,结构方程模型迅速发展,是多元数据分析的重要工具。结构方程模型可以处理多个原因、多个结果的关系,或者不可直接观测的潜变量。模型的作用原理,主要是通过对于变量间的关系进行假设验证,并不断调整以达到最优化。模型主要包括以下三类变量:
(a)潜变量(latent variables)。又称不可观测变量(unobserved variables),在结构方程模型路径图中以椭圆形表示。其中,根据变量间因果关系不同潜变量又分为内生潜变量和外生潜变量。
(b)观察变量(observed variables)。又称可测量变量(measured variables),在结构方程模型路径图中以长方形表示。对应外生、内生潜变量分为外生观测变量和内生观测变量,.
(c)误差变量(error term)。包括内潜变量所对应的观测变量的测量误差以及结构方程模型因随机变异而产生的误差,分别以希腊字母ε和δ表示。
(2)结构方程的基本构成结构方程模型由测量模型(measured model)与结构模型(structural model)构成。其中测量模型由潜变量与观测变量组成。