結(jié)構(gòu)方程模型：方法與應(yīng)用

第一章　緒論
　1.1 模型表述
　　1.1.1 測(cè)量模型
　　1.1.2 結(jié)構(gòu)模型
　　1.1.3 模型表達(dá)方程
　1.2 模型識(shí)別
　1.3 模型估計(jì)
　1.4 模型評(píng)估
　1.5 模型修正
　附錄1.1 將總體方差／協(xié)方差表達(dá)為模型參數(shù)的函數(shù)
　附錄1.2 結(jié)構(gòu)方程模型的最大似然函數(shù)
第二章　驗(yàn)證性因子分析模型
　2.1 驗(yàn)證性因子分析模型基礎(chǔ)知識(shí)
　2.2 連續(xù)觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　2.3 非正態(tài)與刪截連續(xù)觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　　2.3.1 非正態(tài)性檢驗(yàn)
　　2.3.2 非正態(tài)數(shù)據(jù)的驗(yàn)證性因子分析模型
　　2.3.3 刪截標(biāo)識(shí)的驗(yàn)證性生因子分析模型
　2.4 分類觀察標(biāo)識(shí)的驗(yàn)證性因子分析模型
　2.5 高階驗(yàn)證性因子分析模型
　附錄2.1 BSI-18量表
　附錄2.2 條目可靠度
　附錄2.3 Cronbacha系數(shù)
　附錄2.4 分類結(jié)局測(cè)量的連接函數(shù)和概率計(jì)算
第三章　結(jié)構(gòu)方程模型
　3.1 MIMIC模型
　3.2 結(jié)構(gòu)方程模型
　3.3 單標(biāo)識(shí)變量中測(cè)量誤差的校正
　3.4 檢驗(yàn)涉及潛變量的交互作用
　附錄3.1 測(cè)量誤差的影響
第四章　潛發(fā)展模型
　4.1 線性潛發(fā)展模型
　4.2 非線性潛發(fā)展模型
　4.3 多結(jié)局測(cè)量發(fā)展過程的線性潛發(fā)展模型
　4.4 兩部式潛發(fā)展模型
　4.5 分類結(jié)局測(cè)量的潛發(fā)展模型
第五章　多組模型
　5.1 多組驗(yàn)證性因子分析模型
　　5.1.1 多組一階驗(yàn)證性因子分析模型
　　5.1.2 多組二階驗(yàn)證性因子分析模型
　　5.2 多組結(jié)構(gòu)方程模型
　5.3 多組潛發(fā)展模型
第六章　結(jié)構(gòu)方程建模的樣本量估計(jì)
　6.1 結(jié)構(gòu)方程模型樣本量估計(jì)的經(jīng)驗(yàn)法則
　6.2 satorra-Saris法估計(jì)樣本量
　　6.2.1 應(yīng)用satorra-Saris法估計(jì)CFA模型的樣本量
　　6.2.2 應(yīng)用satorra-Saris法估計(jì)LGM模型的樣本量
　6.3 蒙特卡羅模擬法估計(jì)樣本量
　　6.3.1 蒙特卡羅模擬法估計(jì)CFA模型的樣本量
　　6.3.2 蒙特卡羅模擬法估計(jì)LGM模型的樣本量
　　6.3.3 蒙特卡羅模擬法估計(jì)具有協(xié)變量的LGM模型樣本量
　　6.3.4 蒙特卡羅模擬法估計(jì)具有協(xié)變量和缺失值的LGM模型樣本量
　6.4 基于模型擬合統(tǒng)計(jì)量／指標(biāo)的SEM樣本量估計(jì)
參考文獻(xiàn)