【技术实现步骤摘要】
一种最优结构方程模型自动生成方法
本专利技术一般涉及计算机分析处理结构方程模型的领域,具体涉及一种最优结构方程模型自动生成方法。
技术介绍
结构方程模型是一种非常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行为科学等领域的研究。这些等领域的研究中,研究人员经常会碰到研究中涉及的变量并不能准确、直接地测量。这种变量我们称之为潜变量,例如智力、学习动机、家庭社会经济地位、顾客满意度、顾客忠诚度等等。这些潜变量并不能直接准确测量,但可以通过某些间接的手段去估算它,即使用一些观测指标去测量那些潜变量。例如,在研究学生的学业成就方面的问题时,研究人员可以以学生的语文、数学、外语等科目的成绩去作为学生学业成就的指标。传统的统计分析方法并不能很好地处理这些潜变量,而结构方程模型就能同时很好地处理这些潜变量及其指标。相对来说,结构方程模型是一个包含面很广的数学模型,它可以分析一些涉及潜变量的非常复杂的关系。现有的结构方程模型分析方法,从应用者的角度,都需要研究者根据应用领域的理论或者经验,提出一个基本的结构方程模型,继而利用统计分析软件,计算模型的拟合程度, ...
【技术保护点】
一种最优结构方程模型自动生成方法,其特征在于包括如下步骤:(a) 存储预设的测量模型;(b) 根据步骤(a)的测量模型规模,遍历全局空间中所有的结构模型,每次选取一种结构模型,并且结合步骤(a)的测量模型,构建对应的结构方程全模型;(c) 将步骤(b)中的结构方程全模型作为输入,使用极大似然估计法估计参数,并计算出该模型的拟合指数;(d) 循环操作步骤(b)和(c),直至搜索完全局空间中的结构模型;在遍历过程中给每个结构模型评分;(e) 根据拟合指数接受范围,计算模型得分,并按照得分高低排序,保存得分最高的结构方程全模型。
【技术特征摘要】
1.一种最优结构方程模型自动生成方法,其特征在于包括如下步骤:(a)存储预设的测量模型;(b)根据步骤(a)的测量模型规模,遍历全局空间中所有的结构模型,每次选取一种结构模型,并且结合步骤(a)的测量模型,构建对应的结构方程全模型;(c)将步骤(b)中的结构方程全模型作为输入,使用极大似然估计法估计参数,并计算出该模型的拟合指数;(d)循环操作步骤(b)和(c),直至搜索完全局空间中的结构模型;在遍历过程中给每个结构模型评分;(e)根据拟合指数接受范围,计算模型得分,并按照得分高低排序,保存得分最高的结构方程全模型。2.根据权利要求1所述最优结构方程模型自动生成方法,其特征在于步骤(a)中,采用设定数据结构存储结构方程的全模型,包括模型中的所有观测变量、所有潜在变量、变量归属关系和每个归属关系上的因子载荷量;设定的数据结构包括三个属性:观测变量列表潜在变量列表和一个二维矩阵;其中二维矩阵的行数为潜在变量的数量,列数为观测变量和潜在变量的总个数。3.根据权利要求2所述最优结构方程模型自动生成方法,其特征在于步骤(b)中,首先根据待分析的结构方程模型的潜在变量的数量m,计算由所有结构关系构成的全局空间大小N,其中N=3m(m-1)/2;然后使用0~N-1的三进制表示方式来表示对应全局空间中的一种结构关系;确定了结...
【专利技术属性】
技术研发人员:黄翰,胡友成,郝志峰,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。