第一章 绪论 1
1．1 模型表述 3
1．1．1 测量模型 4
1．1．2 结构模型 6
1．1．3 模型表达方程 7
1．2 模型识别 11
1．3 模型估计 13
1．4 模型评估 16
1．5 模型修正 23
附录1．1 将总体方差／协方差表达为模型参数的函数 25
附录1．2 结构方程模型的最大似然函数 27
第二章 验证性因子分析模型 29
2．1 验证性因子分析模型基础知识 31
2．2 连续观察标识的验证性因子分析模型 41
2．3 非正态与删截连续观察标识的验证性因子分析模型 56
2．3．1 非正态性检验 56
2．3．2 非正态数据的验证性因子分析模型 57
2．3．3 删截标识的验证性因子分析模型 62
2．4 分类观察标识的验证性因子分析模型 64
2．5 高阶验证性因子分析模型 73
附录2．1 BSI－18量表 79
附录2．2 条目可靠度 80
附录2．3 Cronbachα系数 81
附录2．4 分类结局测量的连接函数和概率计算 82
第三章 结构方程模型 84
3．1 MIMIC模型 85
3．2 结构方程模型 108
3．3 单标识变量中测量误差的校正 119
3．4 检验涉及潜变量的交互作用 122
附录3．1 测量误差的影响 126
第四章 潜发展模型 128
4．1 线性潜发展模型 129
4．2 非线性潜发展模型 142
4．3 多结局测量发展过程的线性潜发展模型 166
4．4 两部式潜发展模型 171
4．5 分类结局测量的潜发展模型 180
第五章 多组模型 188
5．1 多组验证性因子分析模型 189
5．1．1 多组一阶验证性因子分析模型 189
5．1．2 多组二阶验证性因子分析模型 213
5．2 多组结构方程模型 230
5．3 多组潜发展模型 240
第六章 结构方程建模的样本量估计 249
6．1 结构方程模型样本量估计的经验法则 250
6．2 Satorra－Saris法估计样本量 252
6．2．1 应用Satorra－Saris法估计CFA模型的样本量 252
6．2．2 应用Satorra－Saris法估计LGM模型的样本量 258
6．3 蒙特卡罗模拟法估计样本量 260
6．3．1 蒙特卡罗模拟法估计CFA模型的样本量 261
6．3．2 蒙特卡罗模拟法估计LGM模型的样本量 267
6．3．3 蒙特卡罗模拟法估计具有协变量的LGM模型样本量 271
6．3．4 蒙特卡罗模拟法估计具有协变量和缺失值的LGM模型样本量 274
6．4 基于模型拟合统计量／指标的SEM样本量估计 276
参考文献 281