小樣本非正態(tài)數(shù)據(jù)結構方程模型估計方法研究與醫(yī)學應用.pdf

1、當前結構方程模型(structural equation modeling，SEM)已經(jīng)廣泛應用于醫(yī)學研究中因果關系和先驗假設理論的檢驗，是一種多功能和方便使用的分析技術。通常使用默認的ML估計方法。多元正態(tài)分布和大樣本是應用ML估計的兩個關鍵假定。然而，應用實踐中收集的數(shù)據(jù)明顯地違反了正態(tài)分布假定,又沒有足夠大的樣本來使用新發(fā)展的任意分布估計方法。迫切需要在小樣本且數(shù)據(jù)分布非正態(tài)條件下，仍能夠準確地檢驗模型參數(shù)和評價模型擬合的方法。

2、 本文介紹兩種估計非正態(tài)、較小樣本SEM的方法：S-B調整方法(Satorra-Bentler scaled，S-B)和自助抽樣方法(bootstrap resampling)?？梢苑謩e使用SEM估計的軟件包EQS和AMOS得到。采用了蒙特卡羅模擬(monte carlo simulation)研究了三個樣本大小(100，250，500)和三種多元分布(多元正態(tài)，輕度和嚴重偏離正態(tài)類型)條件下，模型正確指定時候這兩種方法和常用的M

3、L估計的性能比較。另外，將研究的兩種較穩(wěn)健的估計方法應用到醫(yī)護人員職業(yè)緊張SEM模型估計的實例中，得到的結論與正態(tài)理論估計方法的不一致，說明了忽視數(shù)據(jù)條件而使用常規(guī)的正態(tài)理論估計方法的偏差。 模擬研究表明，對于適當指定的模型，ML只有在多元正態(tài)條件下估計準確，隨著數(shù)據(jù)偏離正態(tài)，它估計的模型檢驗統(tǒng)計量偏高，參數(shù)的標準誤偏低，假設檢驗的Ⅰ型誤差率升高，對模型和參數(shù)的評價出現(xiàn)歪曲。S-B調整方法除了在最小樣本條件外較穩(wěn)健，而自助方法在