sem的模型介绍

SEM简单介绍，以下资料来源

因果关系：SEM一般用于建立因果关系模型，但是本身却并不能阐明模型的因果关系。

一般应用于：测量错误、错漏的数据、中介模型（mediation model）、差异分析。

历史：SEM 包括了 回归分析，路径分析（wright, 1921）,验证性因子分析（confirmatory factor analysis）（Joreskog, 1969）.

SEM也被称为 协方差结构模型（covariance structure modelling），协方差结构分析和因果模型。

因果关系：

究竟哪一个是“真的”？ 在被假设的因果变量中其实有一个完整的因果链。

举一个简单的例子： 吃糖果导致蛀牙。这里涉及2个变量，“吃糖果”和“蛀牙”，前者是因，后者是果。 如果上一个因果关系成立，那将会形成一个因果机制，也许会出现这样的结构：

3. 这时还有可能出现更多的潜在变量：

这里我又举另外一个例子，回归模型

在这里，回归模型并不能很好的描述出因果次序，而且也不能轻易的识别因果次序或者未测量的因子。这也是为什么在国外学术界SEM如此流行的原因。

我们在举另外一个例子“路径分析”

路径分析能让我们用于条件模型（conditional relationships），上图中的模型是一种调解型模型或者中介模型，在这里Z 是作为一个中介调节者同时调节X和Y这两个变量的关系。

在这里我们总结一下：

回归分析简单的说就是：X真的影响Y 吗？

路径分析：为什么/如何 X 会影响Y？ 是通过其他潜在变量Z 来达到的吗？例子：刷牙（X）减少蛀牙（Y）通过减少细菌的方法（Z）。------测量和测试中介变量（例如上图中的Z变量）可以帮助评估因果假设。

在这里要提一下因素模型（factor model）

在这个模型当中，各个变量有可能由于受到未被观察到的变量所影响，变得相互有内在的联系，一般来说那些变量都很复杂、混乱，而且很多变量是不能直接被观察到的。

举个例子：“保龄球俱乐部的会员卡”和“本地报纸阅读”，是被观察到的变量，而“社会资产”则是未被观察到的变量。另一个例子：“房屋立法”和“异族通婚”是被观察到的变量，而“种族偏见”是未被观察到的变量。

相互关系并不完全由被观察到的变量的因果关系所导致，而是由于那些潜在的变量而导致。

这些被观察到变量（y1--y4）也有可能由一个潜在的变量（F）所影响。

1、搜索引擎营销：英文Search Engine Marketing ，我们通常简称为“SEM”。

2、简单来说，搜索引擎营销就是基于搜索引擎平台的网络营销，利用人们对搜索引擎的依赖和使用习惯，在人们检索信息的时候将信息传递给目标用户。搜索引擎营销的基本思想是让用户发现信息，并通过点击进入网页，进一步了解所需要的信息。企业通过搜索引擎付费推广，让用户可以直接与公司客服进行交流、了解，实现交易。

一、SEM专员简介：

SEM是Search Engine Marketing的缩写，中文意思是搜索引擎营销。SEM是一种新的网络营销形式。SEM专员就是全面而有效的利用搜索引擎来进行网络营销和推广的技术人员。

二、SEM专员岗位职责：

1、制定 baidu，sougo，360 搜索引擎营销的投放策略，对投放效果负责；

2、有根据公司产品、业务进行关键词投放规划、调整的能力；

3、负责对投放效果进行分析并根据分析结果持续优化投放策略，提高投资回报率；

4、负责搜索引擎营销工作的内部沟通，外部协调及实施投放；

5、对SEM相关数据（包括竞品）进行深入分析并定期形成报告，供公司其他部门决策参考。

三、SEM专员岗位要求：

1、三年以上工作经验，两年以上游戏SEM经验；

2、具有百度、腾讯渠道竞价相关甲方经验或乙方推广公司经验者优先考虑；

3.理解搜索引擎营销，掌握搜索引擎的关键词广告模式，熟悉搜索引擎竞价原理；

4、具备良好的沟通能力、数据管理及分析能力、强烈的责任心，能独立思考，具有团队合作精神；

5、全日制大学本科以上学历，理科专业；

6、有实操成功案例者优先。

---