回归分析和结构方程模型的比较

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如果对同一组数据分别进行回归分析（用SPSS）和结构方程模型（用AMOS），国内论文仿佛没有这么做的。
为什么不这样做呢？
如果得出的路径系数几乎相同，有什么意义吗？
如果结论差别很大，又是为什么呢？

望高手解答一下初学者。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：结构方程模型 结构方程 回归分析 SPSS 路径系数 结构方程模型 回归分析

再补充一下情况，我的博士论文用的是实验法，进行了交互作用、方差分析、回归分析等步骤。
一个师兄（博士后）说我应该用结构方程模型，所以提出上述问题。

我以前做过，对同一组数据分别用主成分回归以及用结构方程建模来做。系数都差不多，结果很相近。
个人认为其实两者的差异在于
1.结构方程模型把主成分回归的两个步骤（主成分分析+回归分析）一次性处理掉了，所以统计误差的累计相对小点。
2.结构方程模型除了用最大拟然法以外还可以用偏最小二乘法来做拟合这样可以放松变量的正态分布假设。
3.主成分回归对样本数量的要求不高，但是结构方程模型的识别对样本量要求高，样本量=1/2（p+q）*（p+q+1），所以变量多一点马上样本量就破千了，调研成本很大。

结构方程和回归分析的本质区别在于：回归分析中都是显变量，而结构方程中使用隐变量。如果只为了把帽子做大而用的话，也就没有什么好比较的了

谢谢楼上两位的回复。
我认为，这两种方法有不同的适用范围。对于一个需要考察的变量不太多的模型，回归分析已经足以，因为回归分析能在统计上证明因果关系的存在；但对于变量多、关系复杂的模型来说，结构方程更加适用，但需要样本量也大。
如果同一组数据用两种方法分析，结果有可能接近，也有可能差距很大，比如原来在回归分析中证明统计显著的路径，在方程模型中根本就不显著了。
结果大不相同，这种情况有没有什么说道？
如果没有说道，就只能看哪个方法的结果更为满意，选择用哪个方法了。

还有没有人有和高见呀，我想这也是在研究之处到底选择何种分析方法的关键性问题。

请问PLS 分析好吗？

结构方程处理的是潜变量，考虑测量误差。
SPSS的回归分析只能做显变量的处理，而且回归分析只能做一个因变量的。结构方程可以做同时有多个因变量的情况。

本科毕业论文就做的这个，三因素中介效应研究与建模，回归分析和结构方程模型都能做，只是最后的系数不一样罢了。CNKI上面也有很多类似的文献。

对啊...个人感觉...这两个软件就不是一个维度应用的软件....结构方程是用来解决潜变量之间的关系....而回归是显性变量啊...就算为了高大上而用了结构方程的帽子....系数出来与回归和主成分分析法的系数基本一样....然并卵...说明不了任何问题...不能说明结构方程就是适用显性分析的...因为没有任何先验理论的支持吧...结构方程最后的结果如果为了拟合系数等等...总会调到一个你满意且通过检验的系数范围之内...然而最后可能出来没有任何实际上的意义....