不再接受关于结构方程模型的咨询
source link: https://yihui.org/cn/2008/05/no-more-consultation-about-structural-equation-models/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
不再接受关于结构方程模型的咨询
谢益辉 / 2008-05-02
关于结构方程模型（SEM），本人决定不再接受咨询，请各位勿发邮件询问相关事宜，特此告知。我于 05 年底在杜老的多元统计分析课上接触到 SEM，因为课上对原理讲得并不清楚（确切地说颇有误导性），加上后来查阅了国内这方面的论文，发现几乎没有一篇论文提到 SEM 的原理，但与此同时，却有诸多作者撰文大肆吹捧 SEM，甚至将其供奉为 “各种统计模型之母”（李伟明，1998），SEM 在各行各业应用的论文也是铺天盖地：心理学、管理学、商学、经济学等等。带着诸多疑惑，我将 SEM 作为了本科毕业论文的选题，那段时间里才算弄清楚了协方差建模技术以及 SEM 目标函数的来龙去脉，同时也逐渐丧失了对 SEM 的兴趣，因为我个人难以认同这种统计建模技术（参见此文），也对其应用价值高度怀疑。
这两年来我收到过很多询问 SEM 问题的邮件，现在实在是已经回答累了，主要原因是很多提问者根本没有弄清楚 SEM 的基本原理。不管是主观原因不想弄清楚，还是客观原因无法弄清楚，我都觉得这种事情颇为荒唐。并非我要求统计应用者对统计技术掌握得多么精通，但如果最基础的知识都不具备，如何敢跑模型，如何敢作解释？
那么话说回来，什么是基础呢？
- 结构模型和测量模型分别长什么模样；
- 知道一点矩阵知识，可以把自己画的超复杂的圈圈框框线条用矩阵表达出来（我戏称这种图形为 “意大利面条图”），矩阵中包含各种已知参数（一个协方差矩阵）和未知参数（八大矩阵），能分辨哪些已知哪些未知，相应地，知道自由度该怎样数；
- 知道各种目标函数对应的模型假设是什么，以及假设是否可以被验证；
- 知道拟合指标的大致公式是什么模样以及指标有什么直观意义；
- 非常清楚统计假设检验的原理（通常情况下只可能有把握拒绝零假设，而接受零假设犯错误的概率常常是不知道的，即：P 值大的时候也许存在若干个 “真相” 都不能被拒绝）。
我经常被问到的问题有：请帮忙看看模型可不可以这样画、模型为什么解不出来或不可识别、模型拟合指标有些很好有些很差该怎么办、模型拟合很好是不是就可以下结论说事实就是我设想的这样、模型的系数该怎样解释等等。如果各位还有类似的问题，请务必反思以上五点基础。我相信 90% 的人不会再提问，而对于剩下 10% 的人，你们的问题超出了我的知识范围，恕我没有能力回答，抱歉。
← 赴德短期商务签证 北京市统计年鉴下载（2001~2004 年） →
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK