结构方程模型：方法与应用（高等院校研究生用书）

结构方程模型将一些无法直接观测而又欲研究探讨的问题作为潜变量，通过一些可以直接观测的变量（指标），反映这些潜变量，从而建立潜变量之间的结构关系。它是从微观个体出发探讨宏观规律的一种统计方法。 本书避免繁杂的推导证明，介绍有关结构方程模型的基本问题、模型的构建、参数估计、模型评价与修正等，并以实际问题为例说明其运用。结构方程模型在教育、心理、医学、经济等领域有着广泛运用，在公共管理、企业管理、市场营销、财务分析与管理等方面也都有着运用。 本书不仅可以作为统计学、管理学、社会学、心理学、教育学、经济学等专业研究生的教材，还可以为从事实际工作的人员运用该方法提供参考。

易丹辉 中国人民大学统计学院教授、博士生导师。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。研究方向：风险管理与保险、预测与决策。

第一章 概述
第一节 问题的提出
第二节 路径分析
第三节 模型的有关概念和记号
第二章 因果模型
第一节 因果模型睦嘈?
第二节 因果模型的识别
第三节 因果模型的建立
第三章 结构方程模型设定
第一节 理论模型的设定
第二节 模型的基本假定
第三节 模型识别
第四章 模型参数估计
第一节 参数估计的基本思路
第二节 参数估计的常用方法
第三节 信度与效度
第四节 偏最小二乘法的应用
附录 测量误差的影响
第五章 模型评价
第六章 模型修正
第七章 应用案例
参考文献

第二章 因果模型
因果模型是用路径分析技术。验证变量之间是否存在假设的因果关系的一类模型。回归分析探讨一个因变量与一个或多个自变量之间的结构关系，因果模型则用于分析多个因变量与多个自变量的结构关系。
因果模型仅探讨可测变量之间的结构关系，结构方程模型则扩展到潜变量之间的结构关系，这也是结构方程被称为因果模型的原因。但要注意，因果模型不是用于探索变量间的因果结构关系，而是需要事先假设变量间的结构关系。利用数据验证说明这种假设。
第一节 因果模型的类型
一、因果模型的基本类型
因果模型有两种基本类型：递归（recursive）模型和非递归（non-recursive）模型。
（一）递归模型定义
递归模型是指因果模型中变量之间只有单向的因果关系，没有直接或间接的反馈，并且所有误差彼此都不相关，即各内生变量与其原因变量的误差之间或两个内生变量误差间相互独立，也就是相关系数为零的模型。
利用路径图很容易判定因果模型的类型。在路径图中，只有单向直线箭头，并且误差之间没有弧线箭头的模型，就是递归模型。
（二）非递归模型定义
符合以下情况之一的是非递归模型。
1.模型中任何两个变量间存在双向因果关系，即有直接反馈作用在路径图中，只要有两个变量间存在双向直线箭头。表明与两个变量为双向因果关系，则为非递归模型。图2.3是这种情况的示意图。
2.变量间虽然没有直接反馈作用，但存在间接反馈作用在路径图中，有间接的循环箭头，则为非递归模型。图2.4是这种情况的示意图。图中，变量x1与x2之间，存在间接反馈作用。
　　……