别的,只有可识别的模型才可能确定有意义的通径模型联立方程组中的通径系数 解。第二,递归模型的假设条件允许采用最小二乘法回归来取得联立方程组中各 系数的无偏估计,即对于模型中每个方程进行(多元)回归,所得到的(偏)回 归系数就是相应的通径系数。另外,通径系数既可以采用非标准化的回归系数 也可以采用标准化的回归系数。采用标准化回归系数作为通径系数,将使得通径 分析的表达和分析变得比较简明。所以,本章将标准化变量作为研究对象 通径分析在分解相关系数时以模型中所有变量之间的相关系数矩阵作为基础 数据,分析也比较繁琐,我们将放到后面来介绍。而利用通径分析技术分解简单 回归系数时可以直接依赖计算机统计软件所输出的回归系数。借助上面陈述的两 个基本性质,我们将直接以计算输出的标准化回归系数作为基础数据,展示递归 通径模型分析技术。 3.递归通径模型分析的假设条件 总结本节以上讨论,可以归纳出递归通径模型需要满足以下假设和限制条 (1)通径模型中各变量之间的关系为线性、可加的因果关系模型变量之间 的关系必须为线性关系,意味着在设立因果关系时,原因变量的每一单位变化引 起结果变量的变化量不变。由于变量之间的关系是线性的,进而达到一个结果变 量在受多个原因变量作用时,各原因变量的作用可以迭加。 尽管通径分析本来可以处理交互作用,但不作为本章介绍的内容。 (2)每一内生变量的误差项与其前置变量不得相关,同时也不得与其他内生 变量的误差项相关这就是说,假设误差项所代表的一些未明确纳入模型的变 量不能与前置变量相关。同时,模型不对外生变量之间的相关进行分析。 (3)模型中因果关系必须为单向,不得包括各种形式的反馈作用 (4)模型中各变量均为间距测度等级 (5)各变量的测量不存在误差 在满足上述假设条件的情况下,便同时满足了一般回归的假设条件,因此通 径分析可以通过对每个内生变量进行简单或多元常规回归求解模型中各通径的系 数 四、分解简单回归系数的通径分析 在递归模型中,通过回归分析得到模型的所有通径系数以后,可以在此基础 152