sem模型和logit模型的区别

区别在于广义化线性模型中的联系函数的形式。

logit 采用对数形式。应用上，普通logit的响应变量是二元的。 logit的响应变量可以是多元的。统计软件 spss中: logit属于对数线性模型，分析结果主要为因变量和自变量之间的关系，可以细化到各分类因变量与分类自变量之间。sem属于回归分析，分析结果为估计出自变量参数。

有这种情况的，A年级（1、2、3）和B性别（1、2）作为自变量进行简单效应检验。其中开始你用年级A1水平上，B1和B2是否有显著性差异（A1B1、A1B2），然后A2B1、A2B2；A3B1、A3B2三个进行简单效应检验。最后判断到底是谁起主要影响。

交互作用显著而主效应不显著的情况一般比较少见，但是也是有的。这种情况就是说两个变量之间相互影响都不显著，但是两个变量交互作用显著，在这种情况下，不能单独讨论二者之间的简单影响作用，要深入讨论二者如何交互的。

扩展资料：

简单而言，与传统的回归分析不同，结构方程分析能同时处理多个因变量，并可以比较评价不同因果关系的理论模型。与传统的探索性因子分析不同，在结构方程模型中，我们可提出一个特定的因子结构，并检验它是否吻合数据。

通过结构方程多组分析，我们可了解不同组别 (如不同性别) 内各变量的关系是否保持不变，各因子的均值是否有显着差异。

国际上关于教育与心理统计的研究取得了快速的发展，结构方程模型可以说是其中发展较快，应用广泛的多元统计分析技术；在商业领域的品牌研究、顾客满意度研究等方向上也得到了广泛的应用。在我国，SEM研究方法还在管理学、经济学、医学及社会学研究等领域的应用也得到了快速的发展。

结构方程模型（SEM）是国际管理研究和其他社会科学研究中日益广泛采用的建模技术，每年的美国管理学会年会上都有专题教学和研讨。SEM越来越成为各类高层次学术刊物、高层次管理研究以及社会学和经济学等学科研究领域的必备方法。

参考资料来源：百度百科-spss

SD是标准偏差，standarddeviation：描述的是样本中各观察值间的变异程度。SE是标准误差，standarderror：描述的是样本均数的抽样误差，即样本均数与总体均数的接近程度，也可以称为样本均数的标准差。

---