结构方程模型(SEM)是统计学中用于表示和估计观测变量与未观测变量(即潜变量)之间关系的一类方法。模型通过方程描述变量如何相互依赖,并对变量的变异性、测量误差和未能解释的影响作出假设。其核心特征是将连接潜在构念与观测结果的测量模型,同描述变量之间关系的结构模型整合起来。仅包含观测变量的模型也属于这一类方法。
结构方程模型广泛应用于心理学、社会学、教育学、管理学及相关领域。在这些领域中,能力、社会经济地位或组织承诺等概念无法直接测量。它也深深植根于计量经济学,该领域利用联立方程组表示相互依赖的经济过程。结构方程模型拟合的是整个方程系统,而非彼此孤立的回归方程,因此能将有关测量和依赖关系的假设明确表达出来,并允许对这些假设所蕴含的多项可观测结果进行联合检验。
最常见的形式是基于协方差的结构方程模型:通过估计参数,使模型隐含的协方差矩阵以及通常还包括的均值向量,尽可能再现数据的相应特征。更广义的模型形式还可处理分类结果变量、非线性关系、多层次观测数据、纵向过程和贝叶斯估计。拟合好的模型并不自动构成因果解释;要将其中的路径解释为因果关系,还需要相应的假设和研究设计,而这些通常无法仅凭模型拟合情况来确立。
历史基础与发展
结构方程建模(SEM)并非源于某一项单独的发明,而是在多个研究传统的基础上发展起来的。其中之一是路径分析,由遗传学家休厄尔·赖特在1918年发表的研究中提出,并在其1921年的论文《相关与因果》中得到系统发展。赖特利用图示和方程,将观测到的关联分解为假设路径各自的贡献。在适当的线性与扰动项假设下,两个变量之间的相关可以表示为若干路径系数乘积之和。这使研究者能够清晰地表述复杂的解释,而不必将每一种关联都视为彼此独立的关系。
第二个基础是因子分析。查尔斯·斯皮尔曼1904年关于一般智力的研究,推动确立了这样一种观念:测验分数之间的相关可能源于共同的、未被观测到的影响。因子模型将共同变异与各个指标特有的变异区分开来。后续发展进一步区分了探索性方法与验证性方法:前者仅施加有限的先验约束,载荷结构的大部分由数据估计;后者则由研究者明确指定哪些指标测量哪些因子。验证性方法后来成为现代SEM的核心组成部分,因为它允许研究者直接检验有关测量的实质性假设。
第三个来源是经济学中的联立方程研究。价格与数量等经济变量可能是共同决定的,因此普通回归系数往往难以被解释为结构参数。考尔斯委员会的相关研究,包括特里格韦·哈维尔莫1944年的《计量经济学的概率方法》,阐明了概率假设、识别和估计在此类方程组中的作用。结构方程与简化式关系之间的区别,在SEM中仍然十分重要:旨在描述机制的方程会推导出可观测变量的分布,但这些分布未必能够唯一地揭示其背后的机制。
卡尔·约雷斯科格1969年关于极大似然验证性因子分析的研究,以及他在20世纪70年代与达格·瑟尔布姆共同开发LISREL的工作,推动了这些研究传统在计算层面的整合。研究者得以在同一框架内估计潜变量的测量结构及因子之间的关系。随着计算能力的提升,协方差结构分析日益普及;后来的软件又进一步扩展了对均值、类别型响应、缺失观测以及更复杂抽样结构的支持。
此后,这一领域逐渐走向多元化。彼得·本特勒的研究推动了估计方法和模型评估的发展,而EQS、Amos、Mplus、OpenMx以及R语言包lavaan等软件,则使广泛的研究群体能够采用不同的模型形式。与赫尔曼·沃尔德相关的另一条平行研究传统发展出了偏最小二乘路径建模。尽管这一传统经常被归入SEM的范畴,但它通常构建的是加权合成变量,其估计目标也不同于传统的、基于共同因子与协方差的SEM。
数学表述与路径图
一般的线性结构方程模型(SEM)可以用两个方程简洁地表示。设 为观测变量向量, 为包含模型中各潜变量的向量。测量方程为
其中, 包含各指标的截距, 包含因子载荷, 包含测量残差。结构方程为
其中, 包含结构截距, 包含潜变量之间的有向关系, 包含扰动项。对于模型中未设定预测变量的变量,可以将 中对应的行设为全零来表示。另一种传统记法将外生潜变量与内生潜变量区分开来,并用单独的矩阵表示外生潜变量的系数。
如果 可逆,则结构方程的简化形式为
假设扰动项和测量残差的均值均为零,且测量残差与 不相关,则模型蕴含的均值和协方差分别为
和
其中,,, 汇集了所有自由参数。这里, 是单位矩阵,上标 表示矩阵转置。这些表达式说明了为什么 SEM 常被称为协方差结构分析:相对较少的一组参数便能生成具有特定结构的观测变量均值和协方差。
路径图以图形方式表示这些方程。通常,矩形表示观测变量,圆形或椭圆形表示潜变量,单向箭头表示有向关系的系数,双向箭头表示协方差或方差。省略箭头通常意味着将相应参数固定为零,而不只是未报告某种关系。例如,扰动项之间的弧形箭头允许在考虑模型中的预测变量之后,残差之间仍存在关联。
图形记法很有用,但仅靠图形并不足以完整描述模型。路径图可能省略截距、分布假设、相等约束,或外生变量处理方式的细节。外观相同的箭头在不同模型中也可能有不同含义。在纯粹的关联模型中,箭头表示回归关系;在因果模型中,箭头则意在表示干预效应。因此,完整的模型设定不仅需要路径图,还需要方程和假设。
不含有向环的模型,在同时满足相关扰动项条件时,称为递归模型。非递归模型允许存在反馈,例如经济变量之间的相互影响关系。 可逆意味着可以求得简化形式的解,但这本身并不能保证该过程在动态上稳定。要保证稳定性,还需对调整过程如何随时间展开作出额外假设。
潜变量与测量模型
潜变量无法直接观测,而是通过它与可观测指标之间的关系来表征。在验证性因子分析(CFA)中,研究者预先设定指标与因子的对应模式。例如,三项词汇任务可以载荷于言语能力因子,三项空间任务则载荷于空间能力因子。这两个因子可以相关,而交叉载荷固定为零。模型由此预测每组任务内部以及两组任务之间的协方差。
因子载荷表示,在模型中其他影响保持不变的情况下,潜变量每变化一个单位,指标的预期变化量。其数值取决于因子的尺度。一种常见约定是将每个因子的一个载荷固定为 1,使对应指标成为标记变量。另一种约定是将因子方差固定为 1。这些约定改变的是潜变量的计量单位,而不会改变其他方面等价的模型对可观测数据的推论。标准化载荷利用变量的估计方差重新调整尺度,但其大小取决于所研究的总体以及拟合的模型。
在一个简单的单因子模型中,
指标方差为
前提是因子与残差不相关。第一项是因子所解释的方差。第二项可能包含随机测量误差、指标特有的稳定影响,以及其他被遗漏的变异来源。因此,测量残差未必等同于纯粹的随机误差。残差之间的相关可能反映相似措辞、共同方法或重复施测的影响,但允许残差相关也会改变测量模型所依据的理论。
反映式设定与形成式设定体现了不同的思路。在反映式模型中,潜变量解释其各项指标之间的协方差:构念的变化预期会影响测量结果。在形成式设定中,测得的组成部分参与界定或形成构念。例如,物质资源指数可以综合收入、住房条件和耐用品拥有情况,而不要求这些组成部分都是同一共同原因的、可以相互替代的表现。形成式设定需要特别关注模型识别以及与其他变量的关系。
潜在因子也不同于主成分分析中的主成分。主成分是观测测量值的加权组合,其权重旨在解释观测方差;共同因子则是解释协方差来源的模型的一部分。因此,主成分并不会自动区分共同变异与各项测量特有的变异。
测量质量并不局限于统计拟合。仅凭因子模型拟合良好,不能证明量表涵盖了预期的内容领域、排除了其他解释,或在不同总体中都表现恰当。反过来,整体拟合不够理想,也可能源于某个局部的测量特征,而不意味着构念的所有方面都存在问题。结构方程模型使这些测量假设能够接受审查,但无法取代有关指标究竟测量了什么的实质性证据。
识别、约束与观测等价性
统计识别关注的是,不同的参数值是否意味着观测变量具有不同的分布。一个模型即使在数学上已有明确的设定,其参数仍可能无法识别。例如,将一个因子乘以某个常数,同时将其所有载荷除以该常数,并不会改变模型对可观测量的预测,除非施加尺度约束。固定一个标记指标的载荷或固定因子方差,可以消除这一特定的不确定性,但其他识别问题仍可能存在。
对于 个连续观测变量,协方差矩阵包含 个不同元素。如果模型估计 个独立的协方差参数,则其名义自由度为
纳入一个不受约束的观测变量均值向量,会增加 个观测矩;估计相应的均值参数则会用到这些矩。对于常规协方差模型,自由度非负通常只是参数计数上的必要条件,并不足以证明模型可识别。即使总数看似足够,两个不同参数也可能以完全相同的方式影响观测矩。
具有三个指标的单因子模型可以说明这一区别。将因子方差固定为 1 后,模型剩下三个载荷和三个残差方差,即用六个参数拟合六个观测协方差元素。在满足适当的载荷非零条件和正则条件时,该模型局部可识别,且为恰好识别模型。它没有可用于检验整体拟合程度的协方差自由度。包括载荷为零在内的边界情形,可能使这种一般性的识别论证失效。
每个因子各有三个指标的双因子模型,则提供了一个过度识别的例子。每个因子各固定一个载荷后,模型剩下四个自由载荷、两个因子方差、一个因子协方差,以及六个残差方差。在将所有交叉载荷和残差协方差固定为零的情况下,用这 13 个自由参数拟合 21 个不同的协方差元素,可得 8 个自由度。这些限制产生了可检验的推论,但具体推论取决于测量结构的确切设定。
局部识别可以通过参数到模型隐含矩的映射的雅可比矩阵来研究。矩阵秩亏意味着,某些参数变化无法通过观测矩加以区分。全局识别是更强的要求:它排除了相关参数空间内任何位置存在不同参数解的可能性。潜变量的符号反转、对称性和反馈结构,都可能带来简单参数计数无法涵盖的复杂问题。
即使模型完全可识别,也可能与具有不同解释的其他模型在观测上等价。当只有两个观测变量且方差不受约束时,以其中一个变量对另一个变量进行回归,可以重现与反向回归相同的协方差矩阵。更复杂的路径图也可能具有完全相同的可观测协方差推论。因此,在选定模型内部实现识别,并不能证明在所有可能的解释中,只有该模型得到了数据支持。增加测量、引入时间信息、实施干预,或施加有理论依据的限制,可能有助于区分那些仅凭横截面协方差数据无法区分的模型。
估计、分布假设与观测值缺失
在基于协方差的结构方程模型中,估计的目标是寻找参数值,使模型隐含的矩接近样本矩。对于连续数据,一种标准方法是在多元正态分布假设下采用最大似然估计。为简化起见,忽略均值结构后,一个常用的差异函数为
其中, 是样本协方差矩阵,竖线表示行列式, 表示矩阵的迹。数值数学优化在模型约束下使该函数最小化。
基于正态理论的最大似然估计并不要求数据严格服从正态分布;在更宽泛的条件下,只要均值和协方差参数的模型设定正确,仍可得到一致估计,但常规的标准误和检验统计量此时可能不再正确。稳健方法针对某些形式的非正态性,对参数不确定性的估计和模型检验进行调整。“稳健”并不意味着不需要假设:这些方法不会自动纠正遗漏变量、观测之间的依赖性、严重的模型设定错误,或对测量尺度的不当处理。
二元指标和有序分类指标需要特殊处理。一种常见模型假定,观测类别是由阈值划分某个潜在连续响应而形成的。有限信息方法拟合阈值及多分相关等关联指标。对角加权最小二乘法在估计过程中使用简化的权重矩阵,其适当版本可提供稳健标准误和经调整的检验。相比之下,全信息分类数据模型直接为观测响应构建似然,通常需要对潜变量进行数值积分。这些方法在计算需求和假设方面各有不同。
观测值缺失可采用全信息最大似然法处理,该方法根据每个个案中实际观测到的变量计算其似然。在适当的随机缺失假设和正确的模型设定下,这种方法无需删除所有存在部分缺失的记录。随机缺失是指,在给定相关已观测信息的条件下,缺失与未观测值无关;它并不等同于完全随机缺失。多重插补是另一种方法,前提是插补模型与分析模型相容,并纳入与缺失有关的预测变量。这两种方法都不能自动解决依赖于未观测值的缺失问题。
贝叶斯推断将似然与先验分布相结合,得到模型参数的后验分布。计算通常采用马尔可夫链蒙特卡洛方法。先验分布可以表达实质性的领域知识,也可以使估计不稳定的模型趋于稳定,但它们也会影响结果,因此需要加以审视。后验预测检验用于评估模拟生成的数据是否在相关方面与观测数据相似。
上述所有估计方法都可能遇到计算问题。不收敛、信息矩阵近乎奇异、残差方差估计为负,或潜变量相关系数超出允许范围,都可能意味着识别不足、可用信息不足、模型设定错误或优化困难。因此,程序能够输出数值估计,并不足以证明拟合所得的解是有效的。
评估模型拟合与不确定性
模型评估既关注模型的整体约束,也关注各个参数估计值。在基于正态分布假设的极大似然估计中,若模型设定正确且满足正则条件,最小化后的差异函数经缩放所得的统计量——按常用的协方差计算约定,通常为 ——渐近服从卡方分布。相应的统计假设检验评估的是精确拟合,即模型施加于总体的所有约束是否同时成立。
卡方检验对样本量很敏感。样本量很大时,微小差异也可能导致原假设被拒绝;样本量很小时,重要差异也可能未被检出。这并非结构方程模型独有的缺陷,而是在信息量不同的情况下检验精确约束的结果。未拒绝原假设并不能证明模型为真,而拒绝原假设也不能指出究竟是哪项假设出了问题。
有几种描述性指标可作为该检验的补充。近似误差均方根(RMSEA)估计的是一种经自由度调整的总体差异度量。常用的估计式为
其置信区间反映了抽样不确定性;对于小样本或低自由度模型,这种不确定性可能相当大。比较拟合指数和塔克—刘易斯指数将所拟合的模型与基准模型进行比较,后者通常假定各观测变量相互独立。标准化残差均方根则概括了观测到的关联与模型隐含的关联之间的标准化差异。
经常被引用的临界值——例如比较拟合指数接近 .95、RMSEA 接近 .06,或标准化残差指标接近 .08——源自特定的模拟情境,并非普遍适用的模型接受准则。这些指标的表现取决于因子载荷的大小、模型规模、估计方法、分布以及模型设定错误的类型。一个模型即使达到了惯用的临界值,仍可能包含重要的错误路径或测量约束。反过来,某个指标也可能因与实质性研究问题关系不大的特征而表现不佳。
因此,局部诊断至关重要。残差协方差的模式可以指出模型未能良好再现的数据部分。修正指数估计将某个固定参数改为自由估计后可能带来的改善,通常采用局部得分检验近似。预期参数变化量则描述该参数可能发生的变化幅度。这些诊断可以揭示合理的遗漏项,但反复进行数据驱动的修正可能利用了样本中的偶然性,使验证性分析变为探索性分析。
参数的不确定性通过标准误、置信区间,以及在适当情况下通过自助采样分布来考察。嵌套模型可以使用似然比检验进行比较,但采用稳健估计方法时,需要使用适当调整的差异检验,而不能简单地将校正后的统计量相减。对于使用相容数据和似然函数拟合的模型,信息准则可用于比较其相对拟合程度与复杂度。交叉验证评估的是模型设定能否良好地推广到用于构建该模型的观测数据之外,所回答的问题不同于样本内的精确拟合。
结构路径、中介与因果解释
结构系数首先是特定方程组中的一个参数。只有当这一方程组能够合理地表征干预会如何改变结果时,该系数才具有因果效应的含义。因此,因果推断所需的不仅是良好的协方差拟合,还需要对时间顺序、遗漏的原因、测量、选择,以及改变某个变量的具体含义作出假设。
一个简单的中介分析模型可以说明这种区别。设暴露变量 预测中介变量 ,而中介变量又预测结果变量 :
在线性可加模型中,如果不存在暴露变量与中介变量之间的交互作用,那么在相关结构假设成立的条件下,基于模型的间接效应为 ,直接效应为 ,总效应为 。这些表达式给出了一种代数分解。要将其解释为因果中介效应,还需要满足有关暴露—中介、暴露—结果以及中介—结果关系中混杂的条件。
对暴露进行随机分配可以处理涉及该暴露的混杂,但并不会自动使中介变量也获得随机分配。中介变量与结果变量之间未测量的共同原因仍可能使 产生偏倚,进而使乘积 产生偏倚。某些因果中介效应的定义还要求假定:不存在由暴露诱发的、中介—结果关系的混杂因素。间接效应显著或路径图拟合良好,都不能证明这些条件成立。
间接效应是系数的乘积,因此其抽样分布往往不对称。由此,对称的正态近似在某些情况下可能并不适用。自助法区间或基于模型的模拟能够更好地反映这种不对称性,但其有效性仍取决于抽样结构和模型。统计上可检出的间接效应并不能证明所提出的中介变量是唯一的作用机制,而总效应不显著,在逻辑上也不排除存在符号相反的间接路径。
有向无环图有助于厘清条件化与干预之间的区别。以共同结果为条件,可能会使其各个原因之间产生关联;而对中介变量进行调整,则会将估计目标从总体关系转变为一种范围更受限的关系。结构方程可以表达这类图所蕴含的作用机制,但传统的结构方程模型图并不总能明确呈现全部因果假设。例如,扰动项之间的相关可能代表未测量的共同原因。
相互作用的方程系统还会带来更多困难。若一组方程既包含 对 的预测,又包含 对 的预测,通常就需要额外的识别约束,例如有效的工具变量,或仅纳入其中一个方程而被排除在另一个方程之外的预测变量。如果没有这类信息,单个横截面协方差矩阵通常无法确定双向因果效应。时间顺序、实验设计和敏感性分析提供的是对模型拟合的补充证据,而非模型拟合的替代品。
多组分析与测量不变性
多组结构方程模型在不同总体或条件下估计共同的模型框架,同时允许选定的参数有所不同。组别可以代表问卷的不同语言版本、不同处理条件或不同教育环境。其核心统计手段是等值约束:例如,因子载荷既可以在各组中分别估计,也可以被约束为各组共有的同一数值。
涉及潜在构念的比较依赖于测量不变性。如果某个指标与构念之间的关系因组而异,那么观测得分的差异可能反映的是测量上的差异,而非构念本身的差异。不变性分析考察测量模型的哪些方面可以合理地视为各组共有。它并不能证明各组完全相同,也不能证明所有文化和情境影响都已被排除。
常见的检验顺序从形态不变性开始,即各组采用相同的因子与指标关系的总体模式。度量不变性在此基础上对因子载荷施加等值约束。标量不变性进一步对连续指标模型中的指标截距施加等值约束。严格不变性还要求残差方差相等。这些阶段回答的是不同的问题:比较结构关系时,载荷所界定的度量单位具有可比性十分重要;而比较潜变量均值时,通常既需要适当的载荷约束,也需要适当的截距约束。
标量约束的必要性可以从下式看出:
其中, 为组别索引。如果允许截距 自由变化,观测均值的差异既可以归因于截距差异,也可以归因于潜变量均值 的差异。适当的约束可以将这两种可能性区分开来。通常将参照组的潜变量均值固定为零,而其他组的均值则相对于这一原点进行估计。各组的因子定标也必须相互协调。
数据并不总是支持完全不变性。部分不变性模型会放开选定的约束,同时保留足够的不变测量结构,使预期的比较能够得到识别。此类模型的解释取决于哪些参数被放开,以及哪些指标用于锚定潜变量的量尺。因此,报告部分不变性的具体模式,比仅用简单的“通过”或“未通过”标签更有信息价值。
对于有序分类指标,阈值取代了连续指标截距所起的简单作用,而且不变性约束会与潜在反应变量的定标相互影响。因此,连续数据的检验顺序并不总能原封不动地套用。大规模比较也可能采用近似不变性方法或对齐方法;这些方法在各自的假设下,允许在有限程度上偏离严格相等。
结构参数的等值检验遵循另一套逻辑。在测量量尺得到充分衔接后,就可以通过明确的约束比较回归系数、因子方差、协方差和均值。某个系数在一组中具有统计显著性、在另一组中不显著,本身并不能证明存在组间差异;必须直接估计或检验这一差异。即使测量模型的设定在其他方面是恰当的,各组样本量不均衡、估计精度有限以及因子分布不同,仍可能影响这些比较。
纵向、多层与非线性扩展
纵向结构方程模型用于表示对同一组研究单位随时间重复收集的测量数据。自回归模型中的路径将某个变量与其后续时点的值相联系,而交叉滞后路径则将一个变量与另一个变量在后续时点的测量值相联系。这些模型可以在控制指定的先前测量值的同时,描述时间上的预测关系。模型系数取决于测量间隔和纳入的变量,因此,根据年度观测数据估计的路径,并不能自动与根据每日观测数据估计的路径进行比较。
传统的交叉滞后面板模型可能将稳定的个体间差异与个体内波动混在一起。例如,总体上更自信的人,表现也可能总体上更好,但对同一个人而言,自信程度的暂时上升未必能预测其随后表现的改善。随机截距交叉滞后模型明确区分了稳定的个体特有成分与各测量时点的特定偏差。这改变了滞后系数所回答的问题,但并不能消除随时间变化的混杂,也不能保证对结果作出因果解释。
潜在增长模型通过潜在截距和斜率描述个体的变化轨迹。一个线性示例为
其中, 是个体 在所选时间原点处的潜在水平, 是该个体的变化速率。二者的均值描述平均变化轨迹,方差描述个体间差异,协方差则描述初始水平与变化之间的关系。加入二次项、采用分段斜率或自由估计时间得分,可以表示其他形状的轨迹。截距的含义取决于时间以哪个时点为中心。
多层模型框架下的结构方程模型处理具有嵌套结构的观测数据,例如学校内的学生,或个体内的重复测评。它将不同层次的协方差成分分离开来,并可在各层次设置不同的因子模型或结构模型。某个预测变量在学校之间的关联,不一定等同于它在同一学校学生之间的关联。仅针对聚类调整标准误,并不能估计出这种层次分离;这种调整只是在不确定性的计算中处理观测值的依赖性,而模型中关联关系的结构保持不变。
非线性扩展包括潜变量交互作用、非线性增长和分类结局。如果模型中一个潜变量的效应取决于另一个潜变量,就需要对潜在预测变量进行积分,或以其他方式考虑其取值的不确定性。将估计的因子得分代入普通的交互作用回归,通常无法得到与联合潜变量分析相同的结果。采用非线性连接函数时,间接效应和边际效应可能随预测变量的取值而变化,因此,不能直接套用简单线性模型中以系数乘积解释效应的方式。
其他扩展包括混合结构方程模型、动态结构方程模型和连续时间模型。混合模型假定存在未观测到的子群体,但有时它们只是近似刻画了偏态或其他分布特征,而非发现了具有实质性差异的类别。动态模型将结构方程模型与时间序列分析及状态空间方法联系起来。连续时间模型描述观测时点之间的演化过程,只要其关于底层过程的假设恰当,就可以处理不等间隔的观测。
研究设计、计算与报告
结构方程模型是否可行,取决于数据所含的信息,而不只是观测数与参数数之比。测量能力强的指标、分布均衡的响应类别、充分的变异,以及区分清晰的构念,都有助于提高估计精度。因子载荷较低、某些类别响应罕见、因子间相关性高、观测缺失或聚类结构复杂,都可能使名义上很大的样本无法为特定参数提供足够的信息。因此,样本量至少为 200,或每个参数对应十个观测等通用规则,并不是可靠的设计标准。
蒙特卡洛方法可针对具体模型,通过模拟研究统计功效和估计表现。研究者设定一个总体模型,在合理的条件下反复生成数据集,再用计划采用的估计方法分析每个数据集。由此得到的收敛率、参数偏差、区间覆盖率和拒绝率,可以揭示计划中的分析在这些假设下的表现。模拟可以改变各种尚不确定的特征,包括因子载荷的强弱、缺失情况、聚类规模或间接效应的大小。
计算检查是分析的一部分,而不是最后走过场的程序。这些检查包括收敛诊断、考察残差方差和因子相关、核验模型隐含的协方差矩阵是否满足有效性条件,以及检查参数的不确定性。调整初始值或采用其他优化设置,有助于诊断棘手的似然曲面,但数值上更好的解并不能修复不可识别或在实质意义上不自洽的模型。贝叶斯模型还需要额外检查模拟的混合情况以及先验的影响。
透明的报告应明确说明观测变量、测量尺度、样本结构、缺失数据处理方式、估计方法、参数约束、潜变量定标方式,以及所采用的任何稳健校正。报告应区分非标准化估计与标准化估计,并报告不确定性,而不只是标注是否显著。拟合统计量若同时附有自由度、适用时的基线模型定义、残差诊断,以及查看数据后所做模型修改的说明,就更便于解释。
模型开发与模型验证也应加以区分。在众多残差相关或路径中进行搜索,可能改善表面上的拟合,却降低结果的可重复性。预注册的模型设定、独立验证样本,或明确分开的探索阶段与验证阶段,都有助于说明模型获得了何种程度的证据支持。正则化可以在大型模型中收缩或筛选参数,但调参和筛选会引入额外的不确定性,而且本身并不能提供具有实质内容的测量理论。
偏最小二乘结构方程模型尤其需要明确标示所采用的方法,因为基于复合变量的方法与共同因子方法可能针对不同的目标量。由一组指标定义的加权得分,不能与这些指标背后未被观测到的共同原因互换。模型规模大或以预测为目标,都不能单独决定哪种建模形式更合适。解释最终取决于模型中的数学对象——因子、复合变量、扰动项和有向路径系数——是否与研究问题及观测数据的生成过程相匹配。