今天很開心的發現了一個符合自己興趣點的前沿統計方法--《結構方程模型》，於是便開始了自己的學習之路。

學習資料：《結構方程模型及其應用》 教育科學出版社

作者：侯傑泰，溫忠麟，成子娟

學習時間：

第一章：引言（ 5頁 ）用時：45分鐘

通過一個例子介紹結構方程模型實現的原理及不同模型的比較。

1. 好的模型是儘可能準確（可以很好還原原始資料）且相對簡潔
2. 結構方程模型的實現： 根據輸入的一個（樣本的）相關係數矩陣S、構建的模型M，用一定的數學方法找出一個與模型M相匹配的再生矩陣 sigma,這個再生矩陣既符合模型（相關係數是模型路徑係數乘積），又在某種程度上最接近S.
3. 模型的評價： 準確性（運用不同的擬合優度指數：x2,NNFI,CFI等反映S與sigma的差異）；簡潔性（自由度越大，越簡潔，其中自由度是協方差矩陣中不重複的元素個數減去模型要顧及的引數個數，包括   負荷係數，相關係數，誤差方差三類）
4. 不同模型比較

第二章：結構方程模型簡介（10頁） 30分鐘

結構方程建模概念：基於變數的協方差矩陣來分析變數之間關係的一種統計方法

結構方程模型的優越性：

1. 可以同時處理多個因變數
2. 容許自變數和因變數含測量誤差
3. 同時估計因子結構和因子關係
4. 容許更大彈性的測量模型

問題：

• 協方差、相關係數的具體資料到底是什麼含義
• 迴歸係數與相關係數的關聯？（結構方程模型估計出的路徑係數是迴歸係數嗎？他們相乘還可以是相關係數？）
• 結構方程建模從相關係數矩陣入手，為何不進行相關係數的顯著性檢驗？
• 傳統模型為何不能處理自變數含測量誤差，會出現什麼問題？SEM為何可以？
• 傳統方法也可以進行模型比較，與SEM的模型比較有差別嗎？
• 迴歸模型中係數的解釋，以及如何考慮條件影響，自變數之間的互動效應等。
• 書中第二章對SEM優點的理解

其他資料：

結構方程模型的直觀理解

單變數相關係數的檢驗