SEM结构方程模型是什么?

sem 结构方程模型是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。“在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不能很好解决的问题。20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。 结构方程模型分析:结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。

结构方程模型适配度指标如下：

1、x2值：显著性概率值p>0.05（未达显著水平），x2使用样本数为100至200。

2、GFI值：>0.90。

3、AGFI值：>0.90。

4、RMR值：<0.05。

（SEM）的概念与Amos G raphics窗口界面的基本操作；后半部以各种实例介绍Amos G raphics在各种SEM模型中的应用。

全书采用AMOS图像界面，完全没有复杂的SEM理论推导和语法，最大的特点就是对利用AMOS进行结构方程模型各种分析的每一个步骤都有详细的讲解和图示。

这些统计量都是结构方程中用来检验你所建立的模型与数据的拟合程度的指标，称为拟合优度指数（goodness of fit index），简称为拟合指数。

不同学者提出了许多不同的拟合指数。

常用的指标一般是卡方，自由度df，RMSEA( Root Mean Square Error of Approximation, 近似误差均方根）)，GFI（goodness-of-fit index, 拟合优度指数）, NNFI（non-normed fit index）和CFI(comparative fit index, 比较拟合指数)。

一般认为，如果RMSEA在0.08以下（越小越好），GFI、NNFI和CFI在0.9以上（越大越好），所拟合的模型是一个“好”模型。AGFI（adjusted goodness-of-fit index），IFI也是越大越好，表明模型拟合的较好，不过现在不常用。

卡方和自由度主要用于比较多个模型，卡方值越小越好，自由度反映了模型的复杂程度，模型越简单，自由度越多，反之，模型越复杂，自由度越少。总的来说，我们追求的是既简单又拟合得好的模型。

如果你要更详细的了解这些拟合指数，请参考侯杰泰等人的著作《结构方程模型及其应用》。

说到SEM推广，相信大家对账户结构是有一定程度了解的。下面通过一个张简单的结构图来看一下SEM推广会涉及到哪些数据指标呢？

1.关键词

关键词也可以称作是用户搜索词。用户通过把自己在脑海中构建出来的相关词输入搜索框，然后点击搜索，寻找自己需要的内容的一个过程，即用户完成了一次相关搜索。那么在这个过程

中，SEMER要做的工作就是如何选取跟用户匹配度较高的关键词，以及关注用户搜索词。

2.创意

创意是指网民搜索触发您的推广结果时，展现在网民面前的推广内容，包括标题、描述，以及访问URL和显示URL。

3.展现、排名、关键词质量度

这个目前对于SEMER来说，可以操作的空间很小。就是出价，出价，出价……

4.点击

点击就是用户在搜索结果列表页，根据自己比较满意的标题和描述，点击进入网站

5.点击价格

点击价格是指您为网民的点击访问所支付的实际推广费用。竞争对手较多的关键词出价会相对较高。

点击价格=下一名的最高出价x 下一句的质量度÷关键词质量度+0.01

上述都是一些基础的数据指标，下面给大家介绍一下高阶数据指标。

1.转化

网站访问用户完成你所期待的网站行为

2.转化成本

转化成本=投入资金/转化个数

3.投资回报率

投资回报率（ROI）是竞价帐户的投入产出比，用于衡量帐户投放是否盈利。

上述每一个数据指标，均能发映出推广的效果。SEMER的任务就是关注这些数据，找到问题并解决问题，实现利益的最大化。

---