結構方程模型和路徑分析的區別，原理是否一樣？

01-05

結構方程模型的思路是不是和路徑分析一樣呢？從一些資料中看出是這樣的。

1、路徑分析與結構方程模型的區別和聯繫：

這是很多初學者感到非常頭疼的一個問題：我們明明是奔著路徑分析來學這門課的，可是學來學去只學了一個結構方程模型，甚至連路徑分析都不曾提到過。那麼，路徑分析究竟和結構方程模型之間有什麼纏綿悱惻的故事呢？應該說，目前為止有三種態度，第一種是：路徑分析就是結構方程模型，結構方程模型就是路徑分析，兩者是同一個事物的兩個不同的稱呼。一些課本、老師對這兩者不作區分，實際上就是抱著這種態度；第二種是採用原始的最小二乘法的路徑分析屬於路徑分析，而採用先進的最大似然法的路徑分析屬於結構方程模型，以方法的不同來區分兩者，同時也暗示：結構方程模型屬於一種特殊的路徑分析；第三種觀點是：存在潛變數的結構方程模型屬於結構方程模型，不存在潛變數的結構方程模型屬於路徑分析。這種觀點暗示：路徑分析是一種特殊的結構方程模型。

在某種程度上，我同意第三種觀點：路徑分析屬於特殊的結構方程模型。要知道，完整的結構方程模型包括測量模型和結構模型，而沒有潛變數，意味著沒有了測量模型，只剩下結構模型了。因此，準確的應該說：路徑分析是只有結構模型的結構方程模型。

2、內生變數、外生變數、觀測變數、潛變數、中介變數。

結構方程模型為了自身研究的便利，在圈子裡設計了一大堆特殊的名詞，什麼內生變數、外生變數、觀測變數、潛變數、中介變數等，其中最讓人頭疼的就是前面四個的交叉，於是就有了內生觀測變數、內生潛變數、外生觀測變數、外生潛變數，這四種變數的辨別雖然對統計沒有什麼幫助，但是在描述的時候卻帶來很大的便利（至少和liserl需要記憶的那一大堆相比希臘字母相比要方便多了）。不過，對於這四種變數的區分卻是不少人迷糊的地方。林嵩在《結構方程模型原理及AMOS應用》一書當中聲稱：外生潛變數、內生潛變數、中介潛變數對應的觀測變數就是外生觀測變數、內生觀測變數和中介觀測變數。可是實際上，只要你認真的看過AMOS的變數列表就會發現，外生潛變數對應的觀測變數實際上也是內生觀測變數。林嵩在這裡主觀臆斷了一下。至於中介潛變數、中介觀測變數的說法是否準確這裡不置可否，下面就談談這個中介變數的問題。

3、中介變數

中介變數和調節變數是極容易混淆，卻又存在本質區別的兩個概念，不少心理學方面的文章專門論述了這兩種的區別和統計方式。應該說，他們的努力在一定程度上澄清了這兩個概念；但是，由於他們區別和統計這兩者的主要依據是回歸分析，所以結構方程模型出來以後，一切都又亂套了。在結構方程模型中，A----B----C這一個路徑，B可能是中介變數，也可能是調節變數，也可能既不是中介變數，也不是調節變數。因此，話說回來，結構方程模型所倚重的並不是擬合過程，而是理論建構過程。因此，如何在結構方程模型當中區別中介、調節變數，目前來說只能夠倚重理論建構了。

最近在學習SEM，看到一個視頻(Youtube)很好地講清楚兩者的關係：https://www.youtube.com/watch?v=Z17vAorzd10

下面是視頻中SEM 和Path model之間關係的示意圖：

研讀過結構方程模型相關的文獻，第一個回答在講結構方程模型和路徑分析的區別方面略有問題。

個人理解如下：

在SEM（結構方程模型）中，只有測量模型而無結構模型的回歸關係，即為驗證性因素分析（CFA）；

只有結構模型而無測量模型，即潛在變數間因果關係的探討，相當於傳統的路徑分析，

是這樣的，路徑分析是結構方程的前身，為了研究遺傳學的問題，生物學家Sewall Wright開發出了路徑分析的方法，下圖闡釋了路徑分析的原理。

（來源：

Wright S. Systems of mating. I. The biometric relations between parent and offspring[J]. Genetics, 1921, 6(2): 111）

可以發現，最初的路徑分析，要求潛變數X和觀測變數ABC的關係是潛變數X完全由A、B、C確定，

後來，心理學等社會科學發現用這個方法研究自己的問題非常有效，於是得到了廣泛應用，但可以注意到的是，在社會科學中，一個潛變數很難由某幾個觀測變數完全確定，比如一個人的性格，很難說是哪幾個變數完全影響的，所以後來，路徑分析又結合了驗證性因子分析、偏最小二乘路徑建模、潛在增長模型、多群組分析等方法，改進成為了結構方程模型的方法，主要應用於社會科學領域。

同意anyway，路徑分析就是結構方程模型的一種。結構方程模型也叫全模型，聽名字就知道了。它包含了路徑分析

結構方程模型 和路徑分析的區別，原理是否一樣？

結構方程模型和路徑分析的區別，原理是否一樣？