第三章通径分析( Path analysis) 第一节因果模型与通径分析 第二节通径模型的设置 第三节通径模型的分类 第四节分解简单回归系数 第五节分解简单相关系数 第六节通径模型的整体检验 第七节研究实例 参见郭志刚主编,《社会统计分析方法SPSS软件应用》 第五章 中国人民大学出版社1999
第三章 通径分析(Path Analysis) 第一节 因果模型与通径分析 第二节 通径模型的设置 第三节 通径模型的分类 第四节 分解简单回归系数 第五节 分解简单相关系数 第六节 通径模型的整体检验 第七节 研究实例 参见郭志刚主编，《社会统计分析方法—SPSS软件应用》 第五章 中国人民大学出版社1999
第一节因果模型与通径分析 因果关系模型明确设置自变量和因变量,通过模 型分析,检查自变量对因变量的作用方向、作用 强度和解释能力。 简单回归系数是一个自变量对因变量作用的“毛” 测量( gross measure) 多元分析的偏回归系数则是自变量作用的一种 “净”测量( net measure) 通径分析的主要功能之一是将毛作用分解为直接 作用(相当于上述的净作用)和各种形式的间接 作用,使我们对整个模型系统中变量的因果关系 有更为具体的深入理解
因果关系模型明确设置自变量和因变量，通过模 型分析，检查自变量对因变量的作用方向、作用 强度和解释能力。 简单回归系数是一个自变量对因变量作用的“毛” 测量(gross measure) 多元分析的偏回归系数则是自变量作用的一种 “净”测量(net measure) 通径分析的主要功能之一是将毛作用分解为直接 作用（相当于上述的净作用）和各种形式的间接 作用，使我们对整个模型系统中变量的因果关系 有更为具体的深入理解 第一节 因果模型与通径分析
与回归分析的异同 1.2 p Z3 2.1 p32 图1多元回归模型因果关系示意图 匚图2通径模型的因果结构示意图 各个自变量被假设处于 但是,往往变量之间 相同的地位,多元回归 的因果作用是更复杂 分析得到的回归系数 的传递过程,一个变 或标准化的回归系数) 量对于某些变量可能 表示在控制其他自变量 是原因变量,而对于 的条件下每个自变量对 另外一些变量则可能 于因变量单独的净作用 是结果变量
图1 多元回归模型因果关系示意图 y x1 x2 by2.1 by1.2 图2 通径模型的因果结构示意图 z1 p31 p21 z2 z3 p32 与回归分析的异同 各个自变量被假设处于 相同的地位，多元回归 分析得到的回归系数 （或标准化的回归系数） 表示在控制其他自变量 的条件下每个自变量对 于因变量单独的净作用 但是，往往变量之间 的因果作用是更复杂 的传递过程，一个变 量对于某些变量可能 是原因变量，而对于 另外一些变量则可能 是结果变量
通径分析的特点 通径分析的目的:分解回归系数(或相关系数 通径分析可视为多环节的一组回归分析。 通径模型代表理论假设。 通径分析的有关概念 1、通径pah)、通径系数(如P3) 通径模型的结构方程组 2、相关关系(略) 3、外生变量( (exogenous variable) ∫2=P2z 4、内生变量( endogenous variable) 5、误差emor)(略) P31Z1+P322 6、最终结果变量山 ultimate response variable)
• 通径分析的目的：分解回归系数(或相关系数) • 通径分析可视为多环节的一组回归分析。 • 通径模型代表理论假设。 通径分析的特点 通径分析的有关概念： 1、通径(path)、通径系数 (如P32) 2、相关关系（略） 3、外生变量(exogenous variable) 4、内生变量（endogenous variable） 5、误差(error)（略） 6、最终结果变量(ultimate response variable) 通径模型的结构方程组 = + = 3 31 1 32 2 2 21 1 z z z z z p p p ˆ ˆ
第二节通径模型的设置 通径模型既可以用结构方程组的形式来表示,也可 以用通径图来表示 为了表达和分析上的简明,一般在通径分析中采用 标准化的变量,并按照因果序列给出相应的下标 2=9212 3=93121+p32z2 32 2
通径模型既可以用结构方程组的形式来表示，也可 以用通径图来表示 为了表达和分析上的简明，一般在通径分析中采用 标准化的变量，并按照因果序列给出相应的下标 第二节 通径模型的设置 z2=p21z1 z3=p31z1+p32z2 z2 z1 p32 p31 p21 z3 {