结构方程模型及其在地学数据建模中的回顾与展望
2021-07-15刘江涛吴发富
刘江涛,赵 洁,吴发富
1.中国地质调查局武汉地质调查中心, 湖北 武汉 430205;
2.中国地质大学(北京)地球科学与资源学院,北京 100083
0 引言
随着计算机科学和工程技术的发展,特别是近年来,由于具有友好用户界面的结构方程模型软件大量出现 (常用的分析软件如LISREL、AMOS、EQS等),使得结构方程模型(Structural Equation Modeling, 以下简称SEM)的应用得到了极大的扩展。SEM在多个研究领域都得到了广泛应用,特别是在教育学、心理学、社会学、流行病学等领域 (Muthén, 1984; Browne and Arminger, 1995; Yuan and Bentler, 1997, 2000; Sánchez et al., 2005; Çakit et al., 2020; Osman et al., 2020; Wang and Rhemtulla, 2021)。近些年,又逐步扩展到森林环境生态学 (Jaafari et al., 2020)以及新冠病毒疫情的研究 (Xiao et al., 2020;Barillari et al., 2021; Plohl and Musil, 2021)。结构方程模型理论还通过均值、协方差分析以及潜变量模型等术语出现在主流统计期刊上 (Jöreskog, 1970; Sammel and Ryan, 1996; Bandeen-Roche et al., 1997; Yuan and Bentler, 1997; Lee and Shi, 2001; McArdle and Kadlec, 2013)。
结构方程模型允许研究人员在模型中使用由观察变量间接表达的不可观察变量(潜变量,Latent Variable, 简称LV;Hair et al., 2016)。它也可以方便地解释观测变量中的测量误差(Chin, 1998)。SEM主要应用方式为验证性因子分析,这些应用需要清晰的初始模型以及针对模型精心设计的调查统计数据。模型假设必须清楚地概述,这构成了计算和估计的基础。结构方程模型在以上研究中被广泛接受一般认为是由于以下三个原因(McArdle and Kadlec, 2013):①SEM可以检查真实数据中的先验思想,如果提出了一些想法,这些想法超出了方差分析 (Analysis of Variance,简称 ANOVA)和所谓的通用线性模型(Generalized Linear Models,简称GLMs)框架的范围,并且需要进行验证,则SEM可以通过统计指标和总体方法拟合优度指标进行验证;②SEM可以直接估算潜变量(LV)的得分,尽管潜变量无法直接观察或测量,但在模型中包含潜变量……
