如果存在多重共线性还能用Sem吗

如果存在多重共线性还能用Sem吗,第1张

能。

首先SEM更加灵活,更加综合。传统方法的模型是提前规定的或者说是默认的,而做结构方程的时候,它对变量关系的限制几乎没有,需要你自己根据理论知识设定变量之间的关系。SEM既包含显变量又有潜变量,而传统的方法之分析显变量。在SEM中我们认为误差是存在的,你甚至可以规定不同变量之间误差的关系,但是传统的方法认为误差是没有的。传统方法能够输出变量间关系的直接的显著性检验结果,而SEM没有这样的结果,我们得用拟合指标来评价模型。结构方程模型可以很好地容忍多重共线性。

其实应该说是最大似然法和最小二乘法的区别吧。

采用OLS的回归分析方法存在几方面的限制:

(1)不允许有多个因变量或输出变量

(2)中间变量不能包含在与预测因子一样的单一模型中

(3)预测因子假设为没有测量误差

(4)预测因子间的多重共线性会妨碍结果解释

(5)结构方程模型不受这些方面的限制

SEM的优点:

(1)SEM程序同时提供总体模型检验和独立参数估计检验;

(2)回归系数,均值和方差同时被比较,即使多个组间交叉;

(3)验证性因子分析模型能净化误差,使得潜变量间的关联估计较少地被测量误差污染;

(4)拟合非标准模型的能力,包括灵活处理追踪数据,带自相关误差结构的数据库(时间序列分析),和带非正态分布变量和缺失数据的数据库。

构方程模型最为显著的两个特点是:

(1)评价多维的和相互关联的关系;

(2)能够发现这些关系中没有察觉到的概念关系,而且能够在评价的过程中解释测量误差。

1、最小二乘法的典型应用是求解一套x和y的成对数据对应的曲线(或者直线)方程。

其思想是:设y和x之间的关系可以用一个公式在表示,但其系数为待定系数。然后,将各个点的实测数据与计算求得的数据相减,得到“误差”或者不符值(有正有负,但其平方都是正的),将这些不符值的平方相加,得到总的“误差”。通过调整公式中的各个系数,使得误差平方和最小,那么就确定了y和x之间的方程的最好结果。求解最小二乘问题的过程中没有提及概率问题。

2、而极大似然估计值,是用于概率领域的一种方法,和最小二乘法是两个领域的。这种方法是应用求极大值的方法,让某一个公式求导值为0,再根据情况判断该极值是否是合乎要求。极大似然估计法可以用于正态分布中 μ, σ2的极大似然估计。极大似然估计法就是要选取类似的数值作为参数的估计值,使所选取的样本在被选的总体中出现的可能性为最大。

一般情况下,公差和方差扩展因子(vif,公差倒数)被用作共线性诊断指标。一般来说,公差值在0到1之间。如果该值太小,则表明该自变量与其他自变量之间存在共线性问题。vif值越大,共线性问题越明显。一般以不到10分为判断标准。

具体的解决方法如下:

1、首先单击“打开数据文档 ”,将xls格式的全国各地区能源消耗量与产量的数据导入SPSS中。

2、接着在导入过程中,每个字段的值都转换为字符串,我们需要手动将相应的字段转换回数值类型。单击菜单栏中的“->”将所选变量更改为数字类型。

3、数据清理包括填写缺失值和使用spss分析工具检查每个变量的数据完整性。单击“->”检查缺失值的数量和输入数据的百分比。

4、SPSS提供了填充缺失值的工具,点击菜单栏“>”,也就是说,它可以使用软件提供的几种工具来填补缺失值,包括序列平均值、近点中值、近点中值等。结合本次实习数据的具体情况,我们没有使用spss软件提供的缺失值替换工具,主要是手工将缺失值替换为零值。


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/112795.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-03-12
下一篇2023-03-12

发表评论

登录后才能评论

评论列表(0条)

    保存