潜变量交互效应分析方法

简要回顾了分析显变量交互效应的常用方法。详细讨论了目前分析潜变量交互效应的主要方法，包括用潜变量的因子得分做回归分析、分组线性结构方程模型分析、加入乘积项的结构方程模型分析和两步最小二乘回归分析，并比较和评价了这些方法的优缺点。最后归纳了潜变量交互效应分析方法的研究趋势，并介绍了新近进展（包括LMS方法和GAPI方法）。

潜变量交互效应结构方程:分布分析方法

对于潜变量交互效应结构方程分析,目前应用较多的是乘积指标方法。分布分析方法国内还罕有应用,包括潜调节结构方程(LMS)方法和准极大似然(QML)方法。该研究以乘积指标方法的模型假设为参照,介绍了分布分析方法的模型假设。并简要叙述了LMS方法及其Mplus程序,QML方法及其QML程序。综合现有研究结果,总结出LMS和QML方法、无约束和约束方法的特点,从中可以看出各方法的优缺点,推荐了不同条件下合适的分析方法。

潜变量交互效应建模方法演变与简化

综述了近年来加入乘积指标的潜变量交互效应建模方法,从产生乘积指标的策略、参数约束方法、均值结构与指标中心化的关系三个方面,讨论了建模方法的简化进程。最后总结出同类方法中比较简洁又不失精确的潜变量交互效应建模方法——无需均值结构的无约束方法,并给出了建模步骤。

潜变量交互效应标准化估计:方法比较与选用策略

标准化估计对模型的解释和效应大小的比较有重要作用。虽然潜变量交互效应的恰当标准化估计公式已经面世超过10年,国内外都在使用和引用,但至今未见到关于不同估计方法得到的恰当标准化估计的系统比较。通过模拟实验,比较了乘积指标法、潜调节结构方程(LMS)、无先验信息和有先验信息的贝叶斯法的潜变量交互效应标准化估计在不同条件下的表现。结果发现,在正态条件下, LMS和有信息贝叶斯法表现较好;而在非正态条件下,乘积指标法比较稳健,但需要较大的样本(不小于500),小样本且外生潜变量之间相关很低时可使用无信息贝叶斯法。

无均值结构的潜变量交互效应模型的标准化估计

潜变量交互效应建模研究近年来有两项重要进展,一是提出了潜变量交互效应模型的标准化估计及其计算公式;二是发现无均值结构模型可以取代传统的有均值结构模型,建模大为简化。但标准化估计是在传统的有均值结构模型中建立的,在简化的模型中同样适用吗?本文在无均值结构模型的框架内,给出了潜变量交互效应模型的标准化形式、计算公式和建模步骤,并通过模拟研究比较了极大似然和广义最小二乘两种估计方法、配对乘积指标和全部乘积指标两种指标类型,结果表明,在计算交互效应的标准化估计时,应当使用配对乘积指标建模,并且首选极大似然估计。

潜变量交互效应建模:告别均值结构

潜变量交互效应建模研究近年来有了长足的发展,但模型中被认为不可缺少的均值结构往往让实际应用工作者却步。本文首先分析了潜变量交互效应模型中均值结构产生的根源;然后讨论了指标变换与均值结构的关系;接着提出了一个均值为零的潜变量交互结构,所建立的模型不需要均值结构,却不会改变主效应和交互效应等参数;最后用模拟例子对无均值结构和有均值结构的两种模型的参数估计进行了比较,结果符合理论预期,困扰人们多年的均值结构问题从此可以终结。

潜变量交互效应模型标准化估计中的检验问题

讨论了潜变量交互效应模型是否能直接用统计软件输出的原始估计的t值对模型的标准化估计进行检验的问题,详细介绍了标准化估计的t值计算及其难点,用Bootstrap方法算出标准化估计的标准误和相应的t值（记为t_bs）,并将其与原始估计的t值比较.结果发现,当原始估计t值超过3时,无论用t值还是用t_ bs检验,结果都是显著,即可以使用t值进行检验.而当t值不超过3时,与t_bs很接近,也可以用t值检验,但t值在临界值附近（例如1.5 ～2.5）时,最好还是使用Bootstrap法计算t_bs进行检验.

带有乘积项的结构方程潜变量交互模型研究

结构方程交互模型特别是对于如何设定结构方程交互模型在国内研究较少。文章通过对结构方程潜变量交互模型的探讨,着重对带有乘积项的结构方程交互模型进行了构建,详细介绍了带有乘积项的结构方程模型的设计方法,并对结构方程交互模型的设定问题进行了讨论。