如何检验两组回归系数之间的差别

可以用的方法有----

1. 比较两个回归系数之间差别的公式为：(b1-b2)/se12，其中b1和b2是被比较的回归系，se12是两者的JoinStandardError(联合标准误差)，其结果是一个以自由度为n-k-2的t分布（其中n是样本量、k是原来的自变量数，本案中为x和c两个）。可是，在SPSS（其实是任何OLS回归）中，你如果将男女分成两个样本分布做回归可以得到b1和b2，却得不到联合标准误差se12（因为b1和b2出现在不同的模型中国），所以无法用到上述公式。2.

SEM（包括AMOS）是通过比较男女样本的拟合度之差别来比较两组回归系数之间的等同性。不过，SEM的这种做法是有代价的：它将一个总样本分成两个小样本，其结果是降低了Power

of Analysis (统计分析效力)，从而在没有降低犯Type I的误差的同时又提高了犯Type II误差。3.

较合理的方法是男女不分组、保留在同一样本内，将性别转换成dummy变量，再生成性别与你想比较的自变量（如X）的交互变量（如X*性别），这就是我和小彭各自发的前贴的意思。也就是说，将你的公式1（或公式2）中改成：

Y = a + bX + cZ + dS +eSX + fSZ

其中S是性别（假定男=0、女=1），SX是性别与X的交互变量、SZ是性别与Z的交互变量。如果男女在S上的取值（即0和1）代人该公式，就可以分解成以下两个公式（注意：样本还是一个）：

女生组（S=1）：Y = a + bX + cZ + d1 +e1X + f1Z = (a+d) + (b+e)X +(c+f)Z

男生组（S=0）：Y = a + bX + cZ + d0 + e0X + f0Z = a + bX + cZ

如果d是显著的（即男女本身之差别），就说明女生在Y上的截距（即平均值）比男生高d个单位（见以下左右图的截距）；如果e是显著的（即性别对X与Y之关系的影响），就说明女生的X斜率比男生大e个单位（见左下图红线的斜率）；如果f是显著的（即性别对Z与Y之关系的影响），就说明女生的Z斜率比男生大f个单位（见右下图紫线的斜率）。

注：上两图应该是合并在一个三维图，但是不容易看清楚，所以分开来画。

可考虑进行模型MI指标调整。

AVE平均方差提取值衡量收敛效度，CR建构信度反映了每个潜变量中所有题目是否一致性地解释该潜变量，当该值高于0.70时表示该潜变量具有较好的建构信度。验证性因素分析AVE和CR值，可以通过AMOS或者Mplus输出的因子负荷和误差变异，手工求解，也可以用R。

如果目的在于进行聚合(收敛)效度分析，则可使用AVE和CR这两个指标进行分析，如果每个因子的AVE值大于0.5，并且CR值大于0.7，则说明具有良好的聚合效度，同时一般还要求每个测量项对应的因子载荷系数（factor loading）值大于0.7。

扩展资料：

注意事项：

结构效度包括收敛效度和判别效度，收敛效度是指测量同一概念不同题项之间应该具有显著的相关性，可通过验证性因子分析(CFA)法进行检验。验证性因子分析(CFA)法专门用于验证一般意义上的确认因素在特定环境和样本中是否继续存在，变量之间的关联性是否有效，因素之间是否有明显的互相涵盖性等。

过比较模型拟合度来检验鉴别效度是CFA的常见做法，其效果与比较latent constructs之间相关系数基本相同。

参考资料来源：百度百科-效度

参考资料来源：百度百科-AVE

---