[发明专利]一种最优结构方程模型自动生成方法

权利要求书

1.一种最优结构方程模型自动生成方法，其特征在于包括如下步骤：

(a) 存储预设的测量模型；

(b) 根据步骤(a)的测量模型规模，遍历全局空间中所有的结构模型，每次选取一种结构模型，并且结合步骤(a)的测量模型，构建对应的结构方程全模型；

(c) 将步骤(b)中的结构方程全模型作为输入，使用极大似然估计法估计参数，并计算出该模型的拟合指数；

(d) 循环操作步骤(b)和(c)，直至搜索完全局空间中的结构模型；在遍历过程中给每个结构模型评分；

(e) 根据拟合指数接受范围，计算模型得分，并按照得分高低排序，保存得分最高的结构方程全模型。

2.根据权利要求1所述最优结构方程模型自动生成方法，其特征在于步骤(a)中，采用设定数据结构存储结构方程的全模型，包括模型中的所有观测变量、所有潜在变量、变量归属关系和每个归属关系上的因子载荷量；设定的数据结构包括三个属性：观测变量列表潜在变量列表和一个二维矩阵；其中二维矩阵的行数为潜在变量的数量，列数为观测变量和潜在变量的总个数。

3.根据权利要求2所述最优结构方程模型自动生成方法，其特征在于步骤(b)中，首先根据待分析的结构方程模型的潜在变量的数量m，计算由所有结构关系构成的全局空间大小N，其中N=3^m(m-1)/2；然后使用0~N-1的三进制表示方式来表示对应全局空间中的一种结构关系；确定了结构关系后，把关系按照有向图的01邻接矩阵的形式存储在步骤(a)设定的数据结构中。

4.根据权利要求1所述最优结构方程模型自动生成方法，其特征在于步骤(c)中，待分析的结构方程模型，是使用R语言sem软件包中的结构方程模型定义语句定义的；把步骤(a)中数据结构的数据转换成模型定义语言，传给R语言处理，并使用极大似然估计法得出估计参数和拟合指数。

5.根据权利要求1所述最优结构方程模型自动生成方法，其特征在于步骤(d)中，根据预先设定好的测量模型、结构模型和数据矩阵，计算出一系列拟合指数值；利用结构方程模型的拟合指数值，来为结构方程模型打分，具体打分方式是，对应模型的得分等于符合拟合指数的适配范围的拟合指数个数的总和，即一个模型的拟合指数中，有越多拟合指数符合接受范围，模型得分越高。

6.根据权利要求1所述最优结构方程模型自动生成方法，其特征在于步骤(e)中，把结构方程模型的得分当作键，得分越高，模型越好；利用最小堆的结构来存储结构方程模型，首先建立大小为N的堆，N为最优结构方程模型的个数，每次传入一个结构方程模型，若模型的得分比根节点的得分低，抛弃掉该模型；相反如果该模型的得分比根节点高，则剔除根节点，把该模型插进堆中并且重新建堆；一直输入直到全局空间所有的结构方程模型都遍历一遍，得到堆中的N个模型为最优的N个模型。