运用均数与协方差结构模型侦查项目功能差异

阐释了运用多组均数与协方差结构(MACS)模型侦查多级反应项目的一致性与非一致性项目功能差异(DIF)的原理与程序,以道德自我概念量表DIF的侦查进行示例,并对该方法进行了评价。与项目反应理论比照,MACS采用系统的、迭代的方式利用修正指数来侦查DIF,并提供多个拟合指数协同评价模型拟合;与标准验证性因素分析相较,MACS不仅能侦查非一致性DIF,而且能侦查一致性DIF。运用MACS侦查DIF是一种值得推荐的方法。

制造业企业ESG表现与财务绩效关系研究基于协方差结构模型分析

采用协方差结构模型,分析了环境、社会、治理(environmental,social,governance,ESG)因素与制造业企业财务绩效之间的关系。结果表明:ESG的整体表现对财务绩效有显著的正向影响,尤其是治理因素,对财务绩效的贡献最为突出;不同行业对ESG实践的响应也显示出差异,反映出行业特性对企业ESG战略的影响。为此,制造业企业应加强治理,积极践行环境和社会责任,以促进财务表现和长期竞争力的提升。

中班幼儿责任心水平影响因素的协方差结构模型分析

本研究采用协方差结构模型分析（ＳＥＭ）方法，对北京市区１５所幼儿园的１２０名中班幼儿责任心的影响因素进行了研究，着重探讨了影响中班幼儿责任心水平的主要因素，以及这些因素间的关系。研究发现，在影响中班幼儿责任心水平的因素中，同伴和教师的影响作用最大；

增长曲线模型(一般协方差结构)的Bayes影响分析(英文)

本文讨论具有一般协方差结构的增长曲线模型中未知参数矩阵的Ｂａｙｅｓ影响分析问题．在无信息先验分布假设下，Ｋ－Ｌ距离被用来评估指定响应阵对参数矩阵的后验分布的影响程度．

具有一般协方差结构线性模型的局部影响评价

该文讨论了具有一般协方差结构线性模型的局部影响分析问题．通过对广义Cook统计量中M／c的适当选取,文章给出了一种对扰动的参数变换具有不变性质的局部影响度量,在具协方差扰动模式下,该文给出了回归系数和方差系数估计、最佳线性预测的局部影响诊断统计量．该结果与数据删除法进行了比较,并通过实例进行了分析和说明．

应用协方差结构方程分析方法验证运动倾向性模型

斯坎伦(Scanlan)等人在过去有关研究的基础上,新提出了一个考察人们持续参加运动动机的理论模型——运动倾向性理论模型。运动倾向性被定义为:渴望和决心继续参加运动的心理状态。该模型认为,运动倾向性是由运动乐趣、参与选择、个人投入、社会约束及参与机会5个因素决定。由于“参与选择”难以测量,因此,在国外实际上只验证了4因素的模型。对北京市252名青少年足球运动员实测,建立了运动倾向性及其影响因素的协方差结构模型,用Lisre 8分析的结果表明:已被多次验证的4因素结构模型有一定的理论意义,但并不完全符合中国青少年足球运动员样本。

协方差结构模型及在管理研究中的应用

介绍了协方差结构模型(CSM)的原理、分析过程、优点,结合企业家报酬研究的实例说明了CSM是一个有效的研究工具与方法。

协方差结构模型在社会学中的应用——以大学生工作期望为例

社会学中的一些变量如期望、能力、信任、自尊、动机、偏见、进取心、韧性等不能直接测量。笔者认为对社会问题的量化研究采用协方差结构模型比较适宜。本文以大学生工作期望为例,说明协方差结构模型在社会学中如何应用,及其在社会问题如生活质量、社会运行、社会决策研究中的应用前景。

协方差结构模型(CSM)及在体育研究中的应用初探

协方差结构模型 (CSM )是一种新的研究思路和统计方法 ,本文结合体育研究实例介绍了CSM的原理、分析过程、优点及相应计算机统计软件LISREL。

协方差结构模型不收敛原因及解决方法

协方差结构模型实际上是一般线性模型的扩展,它主要利用一定的统计手段对复杂的理论模式加以处理,并根据各种拟合指数对模型作出检验与评价,从而达到证实或证伪事先假设的理论模型的目的。笔者在利用协方差结构模型对北京市居民住房消费行为和意愿进行量化研究时发现协方差结构模型存在不收敛问题,文章提出,导致模型不收敛的原因,一是缺失数据处理方法不当,可采用期望最大化算法(EM算法)和马尔科夫链蒙特卡罗法(MCMC算法)处理数据缺失;二是变量间存在多重共线性,可去掉设置不合理的潜变量以避免共线性问题;三是模型过于复杂,收敛条件苛刻,可调整模型使之简单化,并重新设定收敛条件,促使模型收敛。

协方差结构模型分析中的模型等同问题

协方差结构模型分析是近年来逐渐流行的统计分析技术。文章主要讨论了应用该技术中出现的模型等同问题。其一，何为等同模型及如何识别某个模型的备择等同模型；其二，以一个实例说明模型等同问题在研究中所造成的影响；其三，如何处理模型等同问题。

风险投资中企业家人力资本定价影响因素的协方差结构模型分析

该文从影响风险投资中企业家人力资本定价的因素分析入手,针对其多层次、多维度的特点,建立了一个有内在逻辑关系、能够较全面反映企业家人力资本定价影响因素的理论框架。并采用协方差结构模型分析(CSM)方法,对这些因素进行了实证研究。结果表明,在风险投资中,企业家控制权对企业家人力资本定价影响因素的解释率最高,企业经营绩效其次,企业经营规模的解释率较低。

风险投资中企业家人力资本定价影响因素的协方差结构模型分析

从影响风险投资中企业家人力资本定价的因素分析入手,针对其多层次、多维度的特点,建立了一个有内在逻辑关系、能够较全面反映企业家人力资本定价影响因素的理论框架。并采用协方差结构模型分析(CSM)方法,对这些因素进行了实证研究。结果表明,在风险投资中,企业家控制权对企业家人力资本定价影响因素的解释率最高,企业经营绩效其次,企业经营规模的解释率较低。

不同方差协方差结构线性混合模型在玉米品种区域试验中的适用性及模型误用对分析结果的影响

为研究不同方差协方差结构线性混合模型对区试分析的影响。采用2002-2006年中国40个玉米区试组数据,用7种不同结构的线性混合模型分别对数据进行拟合分析并利用信息量准则选择每组数据的最佳模型,对在不同方差协方差结构模型下区试品种效应估计与评价的差异进行探讨。结果表明,不同方差协方差结构模型对试验数据拟合的效果不一样,没有一个模型对所有试验资料均是最佳的;AMMI-1和FA(2)结构模型作为最佳模型的百分率最大,适用性最广泛;不同结构模型对区试品种效应的估计及评价不同,FA(1)模型的稳健性最好,方差分析模型对品种进行差异显著性分析时的误差不同程度地大于其他结构模型。不同方差协方差结构线性混合模型适用于不同试验数据,模型误用对品种效应的估计和评价有较大影响;在实际区试中,应利用信息量准则选用最佳结构模型进行分析,以提高作物区试分析及品种评价的准确性。

风险投资中企业家人力资本定价影响因素的协方差结构模型分析

从影响风险投资中企业家人力资本定价的因素分析入手,针对其多层次、多维度的特点,建立了一个有内在逻辑关系、能够较全面反映企业家人力资本定价影响因素的理论框架。并采用协方差结构模型分析(CSM)方法,对这些因素进行了实证研究。结果表明,在风险投资中,企业家控制权对企业家人力资本定价影响因素的解释率最高,企业经营绩效其次,企业经营规模的解释率较低。

基于混合效应模型的纵向暴露数据方差-协方差结构的模拟研究

目的探讨基于混合效应模型对短期纵向数据进行模拟,从而获得长期纵向数据这一方法的效果。方法以金属镉的膳食暴露数据作为应用实例来介绍该方法。首先计算某省成人的镉短期暴露量,在此基础上构建三个不同的模型并计算相应参数,包括固定效应参数、随机效应参数和一阶自相关系数。通过Monte Carlo模拟得到不同模拟人数和天数下人群的每日暴露量及其分布。三个标准用于评价模拟数据与原始数据的相似度:总平均值和标准差、方差成分比例和自相关系数。结果固定效应参数:年份、地区及两者的一级交互作用被纳入混合效应模型;随机效应参数:个体间方差σ^(2)_(b)=0.056,个体内方差σ^(2)_(e)=0.717,一阶自相关系数AR(1)ρ=-0.026;模型选择:在同样的模拟人数和天数下,模拟结果显示含有自相关结构的混合效应模型模拟的数据结构与原始数据结构最接近;考虑自相关的混合效应模型的模拟结果:模拟人数固定为1000人,模拟天数从30天递增至360天,随着时间长度逐渐增加,个体内与个体间方差成分比例以及自相关系数都很稳定,且接近原始数据的结果。结论基于混合效应模型的纵向暴露数据模拟方法可获得与原始数据的方差-协方差、自相关结构一致的长期数据。

非等间距重复测量线性混合模型中协方差结构的选择

线性混合效应模型近年在医药学重复测量实验的数据分析中被广泛运用。协方差结构模型实际上是一般线性模型的扩展,它主要利用一定的统计手段对复杂的理论模式加以处理,并根据各种拟合指数对模型做出检验与评价,从而达到证实或证伪事先假设的理论模型的目的。本文用数据实例阐述了非等间距的重复测量线性混合模型中不同协方差结构的选择,并对结果进行分析,为重复测量线性混合效应模型在医药学研究中的运用提供实例说明。

具有均匀协方差结构的误差方差非负二次估计的可容许性

在二次损失函数下,研究了线性模型中具有均匀协方差结构的误差方差非负二次估计的可容许性,给出了设计矩阵为1向量时,估计可容许的充要条件。

多反应变量重复测量资料的协方差类型模型应用及SAS实现

目的 探讨协方差类型模型在多反应变量的重复测量资料分析中的应用方法 为了评价盐酸吡格列酮片治疗2型糖尿病的有效性,以安慰剂为对照,对240例2型糖尿病患者的空腹血糖和餐后2 h血糖重复观测数据进行多反应变量的协方差类型模型分析,对模型的固定效应参数矩阵作最小二乘估计并进行组间比较,同时给出误差效应的方差协方差矩阵,利用SAS中的MIXED过程得以实现结果 2组空腹血糖和餐后2 h血糖的总体差别有统计学意义（P〈0.01）;各时间点的差异有统计学意义（P〈0.01）;反应变量类别和时间的交互作用有统计学意义（P〈0.05）,说明空腹血糖和餐后2 h血糖随时间的变化趋势有所不同;分组和时间的交互作用有统计学意义（P〈0.01）,说明2组血糖随时间的变化趋势有所不同.得到固定效应的有关参数的估计值,并给出了曲线图.用药后患者的空腹血糖和餐后2 h血糖随时间变化而变化,且2组曲线的变化趋势是不相同的.试验组曲线随时间迅速下降,而安慰剂组曲线随时间变化非常平缓结论 多反应变量的协方差类型模型可以处理有随机缺失数据的资料,并允许每个观察对象观察次数和观察时间不同,通过指定非独立数据的方差协方差矩阵结构,直接对相关性结构建模.模型不仅考虑了每个反应变量多次重复测量结果之间的相关性,也考虑了各个反应变量之间的相关性,可有效地进行重复测量资料的动态变化趋势分析,统计结论更为可信.