- 作 者：李锡钦著；蔡敬衡，潘俊豪，周影辉译
- 出 版 社：北京：高等教育出版社
- 出版年份：2011
- ISBN：9787040319682
- 标注页数：385 页
- PDF页数：399 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源399 ≥385页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第1章 引言 1
1.1 标准的结构方程模型 1
1.2 协方差结构分析 2
1.3 为何需要一本新书？ 3
1.4 本书的目的 4
1.5 数据集和记号 5
附录1.1 6
参考文献 9
第2章 基本结构方程模型 13
2.1 引言 13
2.2 探索性因子分析 15
2.3 验证性因子分析模型与高阶因子分析模型 17
2.4 LISREL模型 20
2.5 Bentler-Weeks模型 23
2.6 讨论 24
参考文献 25
第3章 协方差结构分析 27
3.1 引言 27
3.2 定义、记号以及初步结果 28
3.3 协方差结构的广义最小二乘分析 31
3.4 协方差结构的极大似然分析 35
3.5 渐近分布自由方法 37
3.6 迭代过程 39
附录3.1 矩阵微分 45
附录3.2 概率论中的若干基础结果 48
附录3.3 若干结果的证明 49
参考文献 54
第4章 结构方程模型的贝叶斯估计 57
4.1 引言 57
4.2 结构方程模型贝叶斯分析的基本原理和概念 59
4.3 验证性因子分析模型的贝叶斯估计 69
4.4 标准结构方程模型的贝叶斯估计 81
4.5 通过WinBUGS进行贝叶斯估计 83
附录4.1 Metropolis-Hastings算法 90
附录4.2 EPSR值 90
附录4.3 条件分布的推导 91
参考文献 92
第5章 模型比较和模型检验 97
5.1 引言 97
5.2 贝叶斯因子 99
5.3 路径抽样 101
5.4 应用：含协变量的结构方程模型的贝叶斯分析 104
5.5 其他方法 111
5.6 讨论 113
附录5.1 （5.10）式的另一个证明 115
附录5.2 从［θ,Ω｜Y,t］中抽样所需的条件分布 115
附录5.3 用于模型评价的后验预测p值 118
参考文献 119
第6章 含连续和有序分类变量的结构方程模型 123
6.1 引言 123
6.2 基本模型 125
6.3 贝叶斯估计和拟合优度检验 127
6.4 贝叶斯模型比较 137
6.5 应用1：探索性因子分析因子数目的贝叶斯选择 139
6.6 应用2：生活质量数据集的贝叶斯分析 144
参考文献 152
第7章 含二分有序变量的结构方程模型 155
7.1 引言 155
7.2 贝叶斯分析 156
7.3 多元Probit验证性因子分析模型分析 164
7.4 讨论 168
附录7.1 与可观测变量相关的问题 169
参考文献 169
第8章 非线性结构方程模型 171
8.1 引言 171
8.2 非线性结构方程模型的贝叶斯分析 173
8.3 含混合连续和有序分类变量的非线性结构方程模型的贝叶斯分析 189
8.4 含非线性协变量和潜在变量的结构方程模型的贝叶斯分析 193
8.5 贝叶斯模型比较 204
参考文献 209
第9章 两水平非线性结构方程模型 213
9.1 引言 213
9.2 含混合类型变量的两水平非线性结构方程模型 214
9.3 贝叶斯估计 217
9.4 拟合优度和模型比较 224
9.5 应用实例：菲律宾性工作者研究 226
9.6 含跨水平效应的两水平非线性结构方程模型 233
9.7 两水平非线性结构方程的WinBUGS分析 241
附录9.1 条件分布：两水平非线性结构方程模型 244
附录9.2 MH算法：两水平非线性结构方程模型 247
附录9.3 含混合连续和有序分类变量的两水平非线性结构方程模型后验预测p值的计算 249
附录9.4 与可观测变量相关的问题 249
附录9.5 条件分布：含跨水平效应的结构方程模型 250
附录9.6 MH算法：含跨水平效应的结构方程模型 252
参考文献 253
第10章 结构方程模型的多组分析 257
10.1 引言 257
10.2 多组非线性结构方程模型 258
10.3 多组非线性结构方程模型的贝叶斯分析 260
10.4 数值方法实例 264
参考文献 277
第11章 有限混合结构方程模型 279
11.1 引言 279
11.2 有限混合结构方程模型 281
11.3 贝叶斯估计和分类 282
11.4 例子和模拟研究 288
11.5 混合结构方程模型的贝叶斯模型比较 301
附录11.1 排列抽样 307
附录11.2 寻找识别约束 307
参考文献 308
第12章 含缺失数据的结构方程模型 311
12.1 引言 311
12.2 含随机缺失数据的结构方程模型的一般性框架 312
12.3 含连续和有序分类变量以及缺失数据的非线性结构方程模型 315
12.4 含缺失数据的混合结构方程模型 324
12.5 含不可忽略缺失数据的非线性结构方程模型 329
12.6 通过WinBUGS分析含缺失数据的结构方程模型 339
附录12.1 MH算法的实现 342
参考文献 342
第13章 含指数分布族的结构方程模型 345
13.1 引言 345
13.2 含指数分布族的结构方程模型 346
13.3 贝叶斯方法 349
13.4 模拟研究 353
13.5 实例：病人遵从性研究 355
13.6 利用WinBUGS对模拟数据进行贝叶斯分析 360
13.7 讨论 365
附录13.1 MH算法的实现 367
附录13.2 368
参考文献 369
第14章 总结 371
参考文献 374
索引 377