没有合适的资源?快使用搜索试试~ 我知道了~
埃及信息学杂志20(2019)143使用两级结构方程模型研究吉萨省Esmail HassneenEhran,Abdel-Hameed El-Abbasi,Mona Khalifa,Farouk Shoaeb埃及开罗大学统计研究所生物统计和人口学系阿提奇莱因福奥文章历史记录:2018年10月31日收到2019年1月1日修订2019年2月22日接受在线预订2019年保留字:结构方程模型(SEM)总生育率A B S T R A C T本文的目的是通过检验以下两个统计假设来衡量一级和二级结构方程模型的一致性质量:第一,二级模型的结构比一级模型的结构更有效;第二,经济和社会决定因素以及中间变量对吉萨省当前和未来的生育率有重大影响一个两层两院制模式(妇女,地理区域)建立在1 500个家庭平均分为三个区(城市,农村和贫民窟)。根据生活水平,这些地区被划分为294个趋同社区。采用M-Plus 8.0软件对四种模型的数量进行估计。第一个估计层内生育力决定因素之间的结构关系;第二个估计第二和第三层之间的关系;第三个估计第二层的结构方程;第四个包括模型中的常数和随机斜率。结果表明,模型的参数估计值与模型和多水平模型具有较好的对应性,其指标在可接受的范围内。对最终提出的模型及其系数的显著性进行了测试,以确保最终模型的兼容性质量。结果表明,拟议兼容性的总体质量非常高,各项指标均在可接受的限度内。相容性质量指数为0.99,相关性质量校正为0.98,显著性CI指数为0.00。因此,我们可以说,所提出的多层次结构模型(基于总的兼容性质量的指标)是更有效的比一个层次的模型,支持第一个假设。第二个假设是,经济和社会决定因素以及中间变量对当前和未来的生育率有重大影响。©2019 Elsevier B.V.制作和托管代表开罗大学计算机和信息学院这是一篇CC BY-NC-ND许可证下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍大多数研究包含在不同层面测量的变量。当检查多级数据时,对多级模型的需要是重要的,因为第一级数据不满足独立性条件,因为它们属于同一层,因此与不同层中的数据是同质不存在这个条件不能被忽略,因为它可能导致无效的统计结论。*通讯作者。电子邮件地址:esmail. pg.cu.edu.eg(E. Hassneen)。开罗大学计算机和信息系负责同行审查。制作和主办:ElsevierSsions。多水平分析的主要目的是允许对随机误差进行适当的修改,以得出有效的统计结论。此外,多层次模型测试其层次结构中不同层次的变量之间的关系。结构方程是一般线性模型(第二代)的扩展,允许同时分析一组回归方程,以确定潜在变量和测量变量之间的关系。结构方程的特点是一个多阶段的系统,包括路径分析,验证性因素分析(CFA),多元线性回归分析(MLR)和一个集成模型,并分析了一个时刻结构。(AMOS)[1]。结构方程的特点还在于它们能够将相关变量放置在单个潜在变量中以创建相关变量组。因此,结构方程处理较少的潜变量。潜变量的解释比被测变量更清晰、更准确。变量的数量越少,https://doi.org/10.1016/j.eij.2019.02.0011110-8665/©2019制作和主办由Elsevier B. V.代表开罗大学计算机和信息学院这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表埃及信息学杂志杂志主页:www.sciencedirect.com144E. Hassneen等人/Egyptian Informatics Journal 20(2019)143¼¼测量的变量越多,使用结构方程的优势就越大,而不是多元回归模型[2]。1.1.多层结构方程模型(MSEMs)可以分为两个部分第一部分:多变量分析和协方差;该方法基于将异质性分为两个水平。在第一级估计一组固定参数,在第二级估计一些固定参数。第二部分:具有随机斜率的结构方程;此方法假定第一个水平的效应来自允许第一个水平的参数在层与层之间不同的效应。然后确定模型中的随机效应,以表示第一级参数中的潜在差异以及与随机趋势相关的变异和变异。基于协方差矩阵正交设计的第一种方法在研究中仍然使用得更多,因为第二种方法在估计方面更复杂[3]。人口增长是阿拉伯埃及共和国面临的最大问题之一。问题是人口增长率高于经济增长率。 许多发展中国家面临的问题包括贫民窟问题及其社会和经济影响,以及人口爆炸。2012年埃及人口状况报告确认,埃及面临的最严重挑战是人口增长和贫民窟社区的蔓延2. 文献综述先前的研究[4]使用MSEMs作为结构方程的扩展,用于分析随机数据。这项研究依赖于27个国家的国际社会调查数据。即使在个体水平使用小样本,个体水平的结果也相当稳定。参数和随机误差在组水平上根据样本受到影响尺寸本研究最重要的结果是,在个体水平上使用不同的样本量对组水平上的参数估计和随机误差产生了不规则的影响。结果还证实,即使在小组数量较少的情况下,MSEMs在个人层面上的统计推断也非常好。该研究的结论是,MSEMs是研究和估计处理重叠数据的模型的强大工具,并将在复杂的多层次建模中得到更广泛的应用。另一项先前的研究[5]分析了纵向数据,以检查随时间变化的公共卫生和生物医学科学变量的变化。MSEMs用于分析定量和连续数据。第一级测量个体的重叠时间点,以调查随时间变化的属性,第二级测量不随时间变化的属性。该模型使用固定和非线性公共变量作为潜在变量和缺失数据。用最大势能法对模型参数进行了估计,结果表明,估计值是令人满意的。此外,研究人员[6]已经研究了自变量之间的相互作用,特别是在使用修改的LAM方法估计和解释结构方程中固有的潜变量之间的相互作用之后。该方法的潜在益处受到缺乏传统模型质量参数(拟合优度指标)、标准参数和潜在相互作用的影响程度的限制。因此,本研究探讨了评价潜在调节结构方程(LMS)方法的科学方法使用两个步骤来评价整体模型质量。第一步是使用质量分析(CFI、TLI、RMSE,v2)测量初始模型的质量。第二步是使用对数似然检验来确定无相互作用模型与基于相互作用估计的替代模型的相对适用性。在以前的研究中,[2]使用MSMs进行了分析水平内和跨水平的多水平测试,以澄清当前方法中的问题,例如跨水平分析的混合效应和使用组平均值导致的偏倚,并使用LMS克服这些问题。适当的结果可以通过多层次分析来解释。在另一项研究中,[7]LMS被用于在一个步骤中测试与中间变量和修改变量相关的假设。研究提出了几种中间变量和修正变量的模型以及与每个模型相关的方程。该研究依赖于模拟数据来说明使用潜在的相互作用模型来测试修改后的变量和中间变量。用于合并修正变量和中间变量的方法基于回归。结构方程的特点是,它们允许在分析中集成测量误差,并提高结果的质量3. 建模框架为了建立SEM模型,必须如下估计四个模型1. 第一个估计的结构之间的关系,在集群内的生育率的决定因素。2. 第二估计的第二和第三聚类之间的关系。3. 第三个估计的结构方程在第二个层次上。4. 第四个模型也被用来估计具有常数和随机倾角的两层结构方程模型。具有随机截距的两水平SEM模型的一般公式yij<$yij-y<$jy < $jyT¼yW-yB哪里j1; 2. ;J是集群的索引:i1; 2.. . nj是集群内的单元的索引;y'j是聚类数j的平均值;yB是簇之间的单位;yW是集群内的单位:我们发现,这两个分量被视为不可测(潜)变量,这两个部分是正交的和可加的,其中一个部分可以为零。对于总体水平,总协方差可以分为:Covyi;yjXXXT WB两层结构方程模型的主要思想是为每一层指定一个模型。对于Xw¼KwWwK0whwE. Hassneen等人/Egyptian Informatics Journal 20(2019)143145●ð -ÞB¼KBWBK0BhB对于前面的自然方程,我们注意到:如果我们添加结构(回归)部分,则添加I B基质配方的术语(如常规SEM)内部部分不需要均值结构(因为一级变量以聚类为中心)。● 平均结构1B可以被添加用于中间部分,模型● 此外,在水平二协方差zj的模型。4. 学习问题衡量各级小微企业间市场经济协调的质量存在若干问题,包括无法确定造成调解质量差的级别,以及由于样本规模小而对较高级别进行调整的质量。因此,在这项工作中,分别研究了每个水平,以在估计MSEM和具有常数和随机斜率的MSEM之前获得每个水平的统计检验这项研究审查了由于阿拉伯埃及共和国的高生育率(每名妇女生育3.5个子女)而产生的生育率决定因素,而2008年的总和生育率为每名妇女生育3个子女(人口健康调查,2014年)。越来越多的证据表明贫民窟社区对这些比率的影响;因此,考虑了吉萨省的三个地区,农村、城市和随机地理区域[8]。5. 研究目的本研究旨在评估两级SEM和两级SEM与随机常数和随机斜率的质量,并将它们与每个级别的调解质量分别进行比较。5.1. 研究子目标测量一级和二级SEM的一致性质量。测试MSEM的相对适当性。用常数和随机斜率测试MSEM的相对相关性6. 假设两层结构模型比一层结构模型更有效。经济和社会决定因素以及中间变量对当前和未来的生育率有重大影响。7. 数据源研究样本的数据是在一项监测埃及吉萨省人口和健康指标的研究中收集的,该研究由开罗大学统计研究所与国家人口委员会合作于2016年进行。研究样本包括吉萨省三个地理区域的数据:Manawat(农村)、Abu Qatada(贫民窟)和Ajouza(城市);随机抽样1500人8. 背景特征表1显示,抽样家庭的数量为1 500户,平均分布在三个抽样地区:Agouza、Manawat和Alqatada。在农村地区的Manawat,一个家庭的平均人数(平均家庭规模)为5人,而由于早婚现象,Manawat的平均结婚年龄为18岁。因此,由于早婚妇女的生育寿命长,活产率(发病率)很高Agouza的入学率为95.6%,Manawat为81%这一差异是由于农村地区辍学率较高卡塔尔的慢性病发病率最高,为7.5%。关于财富指数,Manawat抽样人口中约有69%非常贫穷(财富指数最低),3.4%非常富有/富有(财富指数最高);相比之下,Agouza有85.6%非常富有。关于对女性的暴力程度(女性暴力),Agouza以43.2%的比例位居第一。对女性的暴力行为发生率与样本中的财富指数成比例相关,因为近年来埃及社会的暴力行为发生率有所上升,特别是夫妻之间的暴力行为,这是一个警钟,需要进行深入的社会和心理研究,以找出原因和治疗方法。最后,总和生育率被定义为一个有用的衡量标准,用于检查生育率的总体水平。它可以被解释为一名妇女在其生育年龄结束时将拥有的子女数量,如果她以目前观察到的比率度过这些生育年龄。总和生育率是通过将15-49岁妇女的年龄别生育率(ASFR)相加计算的。在抽样研究中,Manawat的总生育率最高,为每名妇女4.77。这反映了农村生育率普遍较高,这是由于密集的农业活动和需要大量劳动力,而且在农村,子女被认为是赡养老年父母的一种投资。Agouza和Abu Qatada的生育率约为每名妇女3个,总体而言,吉萨省的生育水平与埃及的生育水平一致,图1显示了一个人口金字塔,说明了吉萨省人口的年龄和性别结构,并可能提供有关政治和社会稳定以及经济发展的见解。人口沿横轴分布,女性在右侧,男性在左侧。女性和男性人口按5岁年龄组分列,以横轴表示,最大年龄组在顶部,最小年龄组在底部。人口金字塔的形状随着时间的推移逐渐演变,基于总体人口动态,包括(生育率,死亡率和国际移民趋势)。从人口金字塔可以看出,女性最后一个年龄组存在差距,主要原因是抽样是有目的抽样,95%的家庭规模较小9. 分析方法MSEM中的层是分层社区的随机样本,病例(妇女)是从每个层中随机抽样的。在第二层中,各层相互独立,而在第一层中,各层中的案例相互独立。数据被分为两个主要级别,层间和层内,如方程所示。(1):每个研究区的家庭分为500户,包括.伊日 1/4升Bj维季河ð1ÞX●●●●●●146E. Hassneen等人/Egyptian Informatics Journal 20(2019)143.ΣW表1样品特性。指标/区域马纳瓦特加塔达Agouza总抽样家庭数5005005001500样本总体大小2304227721936774平均家庭规模5.024.924.794.91初婚年龄中位数18222020平均活产3.092.772.72.86总生育率4.773.233.5入学人口百分比80.984.795.687.1慢性病4.37.56.36.0残疾0.91.01.21.0很穷的人69.125.33.721.0非常富有的人3.411.485.620.0对女性10.036.243.224.8Fig. 1. 人口金字塔(吉萨-埃及)。其中yij是层j中的人i的向量,并且yBj和yWij是按顺序反映层之间和层内的变化的随机化潜在分量,其中假设数据服从正态分布,则使用极大似然法,并根据等式2检验模型。(3):E. yBjE. ywij0“的。.. X-1#ð ÞE. yij0F ML¼J logRgihtr“hSBiGI.-一!#根据第一个和第二个变量分析协方差水平异质性,如Eq.(二):þðN-JÞlogjRWðhÞjþtr XhSWjð3ÞC ov. yi jC ov. yB jC ov. ywijRy RB Rw2根据以下假设1. 第一级和第二级的随机分量不相关CovyBj;ywij ¼02. 第一层跨层异质性的同质性。Rwj<$Rwfor all j第一部分Eq。(3)反映了第二种异质性水平,第二部分反映第一水平的方差SEM拟合优度评价标准(单水平):1. 具体调解测试(TML):该测试用于确定以下假设的有效性:H0: RB<$RBRW<$ RW其中,RW和RB分别是总体的第一和第二水平的协方差,RWh和RBh是协方差E. Hassneen等人/Egyptian Informatics Journal 20(2019)143147公司简介分别在第一和第二水平上的所提出的模型。使用饱和模型和所提出的模型的最大似然比例来确定调解,如等式(1)所示。(四):T ML¼FM L^h-FM L。^hs2014年4月其中,第一极限是所提出的模型的最大似然函数的值,并且第二部分是饱和模型的最大似然函数的值。ML遵循正态分布的自由度等于建议的模型和饱和模型的参数之间的差异。拟合指数(CFI):该指标衡量默认模型与原始模型相比的质量。独立模型是在无任何约束条件下估计方差的模型,协方差固定为零;该模型称为基线模型。在默认形式的参数进行比较,在独立形式的参数使用方程。(五):k假设10. 学习因素第一个因素:经济决定因素(Y1)● X3 =妇女工作● X5 =丈夫工作● X6 =出生● X7 =家庭规模● X8 =财富指数第二个因素:社会决定因素(Y2)● X1 =女性年龄● X2 =妇女教育● 第三个因素:生育决定因素(Y3):● Z1 =使用避孕药具的儿童人数● Z2 =理想的孩子● Z3 =出生间隔D¼1-k基准线500● Z4 =生育偏好的值越接近D是正确的值,越有可能● Z5 =将来打算采取避孕措施它是协调积极模式和独立模式。近似均方根误差(RMSEA):该指标估计总体中的模型误差,但不包括由于抽样误差而产生的估计误差这是在减少调解方法(ML)的函数的偏差之后完成的,如等式(1)(六):F^0¼F^ML-df6然后计算RMSEA,作为衡量人口中调解质量低的程度(七):第四个因素:中间决定因素(Y4)● V1 =初婚年龄● V2 =既往使用避孕药● V3 =目前避孕药具使用情况● V4 =新生儿● V5 =婴儿死亡率第五个因素:当前和未来生育率的决定因素(Y5)● Y1 =渴望孩子这是一个很好的例子。ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiΣffiffiffiffiffiffiffiffiffiΣffiffi得子茶杯.● Y2 =出生和生活的儿童(行政首长协调会)RMSEA¼F^0DF¼最大x2DFDF-100ð7Þ11. 结果和讨论各级模型协调估计:(部分饱和)额定型号)一个研究小组[9]提出了使用部分饱和模型来估计每个级别的模型协调的想法另一个小组[10]开发了用于在每个级别测试此度量的工具,称为特定质量(RMSEA,CFI)。在该方法中,如果第一层模型是饱和的,则可以用它来度量模型如果第二电平饱和,则将其用于将调整设置在第一电平(PS_w之间的部分饱和)。为了检验模型的质量,将使用一些指标来判断单层结构方程模型的适用性,包括CFI,TLI,RMSEA,v2。为了衡量MSEM的相对适当性,使用似然比检验(LR检验)进行比较;这样,可以确定一个水平或MSEM的分析或结构方程是否能够更好地代表数据。使用以下公式计算LR检验:D1/4 -2½对数-模型100的似然性-模型的对数似然[1]其中D遵循v2的分布;并且通过从多级模型的数量中减去一级模型的系数的数量来计算自由度采用结构方程法,所用变量和决定因素的详情如下:人口过剩是当今埃及面临的最大问题,现代历届政府议程上最重要的优先事项,分为以下三个主要方面:1. 第一个维度:人口总再生产率的快速增长。2. 第二维:低人口特征的教育,健康,服务和贫民窟的蔓延,这方面的研究是有兴趣的著名的黑社会(贫困,无知和疾病的动态)。3. 第三个方面是人口分布不均,因此埃及的人口并没有分布在整个埃及的地理位置上,而是集中在首都和尼罗河周围的狭窄地带。这对资源和基础设施造成了可怕的压力。埃及的其他地区没有被开发。政府现在试图补救的是一个非常昂贵的解决方案,因为它的拖延。人口数量的迅速和巨大增长表明人口过剩现象仍在继续,政府正在努力应对这一现象,并制止和遏制影响在社会、经济和环境各个方面实现可持续发展的负面影响。148E. Hassneen等人/Egyptian Informatics Journal 20(2019)143在这一框架内,大多数人口研究都同意以下一系列因素,这些因素是人口增长直接造成的风险因素:1. 失业率上升,贫困线高,贫困人口多。2. 经济增长不平衡,人口增长和生活水平低。3. 街头儿童现象增加,犯罪率和腐败率高。4. 由于穷人人数的增加,文盲和无知的蔓延。5. 由于反复怀孕,产妇死亡率高6. 加剧交通拥堵。7. 国家8. 增加政府在服务项目上的支出。9. 工资水平低,许多年轻人在工作领域缺乏吸收力。10. 加大公用事业压力。本节介绍了使用观测研究数据,在存在常数和随机斜率的情况下,对两层结构方程内部和之间的水平进行SEM的结果数据包括三个领域,反映了每个研究领域分为500个家庭的1500个家庭的特点,共计294个(集群)组。图2所示的模型显示了生育率决定因素与当前和未来生育率水平的默认关系。影响生育的因素包括经济因素(Y1)、公共和生殖健康因素(Y2)、社会和环境因素(Y3)以及由一组基于因子分析的变量在两级分析中,第一级的变量被视为双边变量,而第二级的同一变量是连续变量,通过聚类来衡量服务的可用性。 第一层次变量与生育率决定因素其他变量的关系反映了第二层次家庭生育率的组间差异。第二个层次的关系是群体与生育率决定因素累积水平之间的关系。估计了四种模型。第一个模型如图1所示,第四个 模型如图2所示 。3 .第三章。在第一个模型中,对第一级生育率决定因素之间的结构关系进行了估计(内部)。在第二个模型中,在第二个水平(之间)估计结构关系。第三个模型是一个两层结构方程,根据程序的输出进行估计。对于第四个模型,也用来估计具有常数和随机斜率的两层结构方程表2显示了使用最大似然法获得的模型协调的质量测试结果表明,第三种模式和第四种模式的调解质量较好。表3列出了四个模型的最大似然参数和标准误值得注意的是,第三和第四个模型的结果是相似的,即使在第四个模型中具有较低的标准误差此外,标准方法产生的生育决定因素的不合理的结果,第二和第三模型的一致性质量检验基本相同。测量模型的建立以及一级和二级结构方程模型。表2显示了估计数模型的参数,并且参数确认结果对应于特定模型。因此,研究人员能够估计单水平结构方程模型。这些结果以及两水平结构方程模型的结果如表3所示。结果表明,似然比检验(LR)在显著性水平上显著5%。采用结构方程法对模型进行了估计,并对模型中的通径系数进行了检验虽然我们不能确认这些系数的意义,以确保整体模型的兼容性的质量,结果证实,该模型的整体兼容性的质量是非常高的,根据以下 质 量 指 标 : CFI , 调 整 后 的 拟 合 优 度 指 数 ( AGFI ) , 和RMSEA。因此,我们可以说,所提出的模型在很大程度上解释了这种关系,并且可以依赖于解释模型中的多层次结构方程法的重要性在于不仅将变量的影响分为两部分,水平之间和水平内,而且在第二水平通过将随机系数添加到传统的结构方程,然后将一部分系数作为随机处理,跨层变化来测量因变量的可能性[11]。图二、一个级别的初始模型E. Hassneen等人/Egyptian Informatics Journal 20(2019)143149图三. 两个层次的初始模型图3显示了两层(内部和之间)结构方程模型。从fw开始的箭头末端的圆圈是y1、y2、y3和y4,从fw到y5的末端填充电路是在内部水平随机截取。因此,在电路之间的级别上,随机截取被表示为跨层变化的连续潜变量。箭头中间填充的圆圈表示随机斜率,称为符号(S)。随机斜率在中间层表示为跨层变化的连续潜变量。两级模型估计与随机常数和随机斜率使用最大似然法与强标准误差使用数值积分。fw由y1、y2、y3和y4测量,因子标度通过使用默认值确定第一负载因子而自动确定为1.然后通过因子指标估计残差方差,残差不作为虚拟数联系起来[12]。在模型的内部部分中,随机斜率变量在因变量y5对fw因子的线性回归模型中定义。y5水平的误差变化被估计为默认值。在模型的中间层,它通过随机常数运算y1、y2、y3和y4测量,并通过指定具有一个值的第一载荷因子由程序设置为自动测量因子因子指标的其余差异校正为零。因子的方差被估计为默认值、随机常数y5的线性回归和随机斜率S,平均SEM使用上图所示的连续因子指标在模型的内部层级中,fw末端填充的圆由y1、y2、y3和y4(箭头的完整末端)表示表3拟议模型的拟合优度指标。W y5 0.616(0.039)0.646(0.043)W S从fw到y5的参数,以及y1、y2、y3和y4的随机参数。贮备液上的实心圆表示fw至y5,斜率为S,不均匀性为W组水平。所提出的多水平模型将其指标设置在可接受的限度内,并对最终提出的模型及其系数的显著性进行了检验,以确保拟合优度。结果表明,所提出的模型的整体兼容性质量是非常高的,各项指标是可以接受的; CFI为0.98,v2(P值)指数在0.00时是显著因此,我们可以说,所提出的多层次结构模型(基于兼容性的总体质量指标)比一级模型更好地解释了这种关系,因此,我们接受第一个假设。第二个假设是社会经济决定因素和中间变量对当前和未来的生育率产生重大影响12. 建议本研究包括测量模型和结构方程模型两部分给出了两个模型的系数和v2检验表2中结果证实,该模型很好地代表了SEM和SEM结果见表3。对于两水平模型,在5%显著性水平下,结果建立一个好的模型是应用多层结构方程的重要一步,而一层方法确定这种模型质量的能力使研究人员能够评估多层结构模型。对政策制定者和决策者提出的一些建议是:教育是与生育率相关的最重要因素之一女性受教育时间的长短大大限制了表2建议的多层次SEM的系数。模型内模型间模型两水平模型随机斜率模型对数似然-12517.03-12335.61-12179.67-12045.45AIC 25064.07 24703.23 24411.34 24140.924788.24 24549.48 24273.79调整后BIC 250960.12 24737.41 24466.89 24194.32v2(P值)11.95(0.035)22.26(0.008)46.15(0.000)RMSEA0.0300.998 0.996 0.9930.996 0.994 0.987v2(P值)(基线模型)3165.62(0.00)3560.83(0.000)4540.37(0.000)SRMR(标准化均方根残差)0.010 0.020范围内值= 0.012之间值= 0.044结构化路径MSEM具有常数和随机斜率的MSEM一级fw y11(0.000)1(0.000)fw y21.328(0.074)1.29(0.07)fwy 31.243(0.058)1.201(0.055)fwy41.307(0.057)1.269(0.056)fwy51.299(0.074)()二级fB y11(0.000)1(0.000)by20.94(0.06)0.952(0.057)by31.039(0.056)1.066(0.052)fBy 40.994(0.067)1.019(0.073)fB y50.419(0.077)0.422(0.084)f B–-0.040(0.111)150E. Hassneen等人/Egyptian Informatics Journal 20(2019)143妇女的总生育率,并保护她们免受早婚和随后怀孕、早育和危险年龄的风险。1. 为了减少和加剧这一现象,出台了一项禁止18岁以下女孩结婚的法律,因为它延长了怀孕期,提高了总体生育率。2. 非正规住区的发展和控制,因为它们结合了三方面的反发展(贫穷、无知、疾病),很难在计划生育等问题上说服其公民。3. Abu Qatada地区是一个贫民区,也是毗邻开罗大学的一个地理区域,由于该大学的存在及其一些社群活动的有效性,该地区的情况正在逐步改善因此,建议开展一项研究,以衡量大学和知识机构及其周围环境的影响。13. 结论本文对一层和二层结构方程模型进行了回顾和比较.这些模型代表了传统线性回归模型之后的第二代模型它们可以识别和测量潜在变量和测量变量之间的关系,这是因为需要统计模型来解释过去更复杂的问题,而传统的回归方法无法解决和解释这些问题。根据两种模型的总体兼容性质量指标,本文的工作表明两层结构模型优于一层模型。二水平结构方程模型(妇女水平和地区水平),有助于通过总和生育率(TFR)研究当前和未来的生育率此外,用于确定贫民窟发展的优先事项,其主要结论是,根据该地区调查的实际数据进行的研究应在个人层面和(妇女一级)和社区一级(地区一级)。由于大多数社会现象和社会概念都是复杂的、多维度的,因此有必要揭示影响人口增长确认我要感谢我的老师,导师和大哥,(已故)教授。博士Abdel-Hameed El-Abbasi,为他提供了巨大的支持,并继续教书,直到他生命的尽头此外,我还要感谢Mona A教授。感谢哈利法支持我在这个问题上的工作。引用[1] 柳多水平结构方程模型中水平1变量交互作用的中心化作用。结构方程模型2015;22(4):617-30。[2] 作者声明:Zhang Z,Zyphur MJ多层次结构方程模型,用于评估分析层次内和层次间的适度性。Psychol Methods2016;21(2):189.[3] Bollen KA,Bauer DJ,Christ SL,Edwards MC.结构方程模型及其最近的扩展。Stat Soc Sci 2010:37-79.[4] 张文礼,区国雄。多层次结构方程模型在跨文化研究中的应用。结构方程模型2005;12(4):598-619.[5] 宋晓宇,李世义,谢毅。多变量纵向响应分析的两水平结构方程模型方法。统 计 医学2008;27(16):3017-41。[6] 放大图片创作者:Maslowsky J,Jager J,Hemken D.潜在变量交互作用的估计与解释:潜在调节结构方程法应用教程。Int J Behav Dev 2015;39(1):87-96.[7] Sardeshmukh SR,Vanderburg RJ.整合适度与调解:结构方程模型方法。《生物研究方法》2017;20(4):721-45。[8] El-Zanatyand Associates和ICF International。 埃及人口和健康调查。埃及开罗和美国马里兰州罗克维尔:卫生和人口部[埃及]; 2014年。[9] 放大图片作者:Hox JJ,Moerbeek M,van de Schoot R.多层次分析:技术与应用。New York:NewYork.[10] 柳多水平结构方程模型的模型拟合评价。《心理学前沿》2014;5:81。[11] Marsh HW,Muthén B,Asparouhov T,Lüdtke O,Robitzsch A,Morin AJS,Trautwein U.探索性结构方程模型,结合CFA和EFA:应用于大学教学的学生评价。结构方程模型2009;16(3):439-76.[12] 梅塔警局虚拟水平和角色模型:互评数据的N层结构方程模型。多变量行为研究2018;53(3):315-34。
下载后可阅读完整内容,剩余1页未读,立即下载
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- BSC关键绩效财务与客户指标详解
- 绘制企业战略地图:从财务到客户价值的六步法
- BSC关键绩效指标详解:财务与运营效率评估
- 手持移动数据终端:常见问题与WIFI设置指南
- 平衡计分卡(BSC):绩效管理与战略实施工具
- ESP8266智能家居控制系统设计与实现
- ESP8266在智能家居中的应用——网络家电控制系统
- BSC:平衡计分卡在绩效管理与信息技术中的应用
- 手持移动数据终端:常见问题与解决办法
- BSC模板:四大领域关键绩效指标详解(财务、客户、运营与成长)
- BSC:从绩效考核到计算机网络的关键概念
- BSC模板:四大维度关键绩效指标详解与预算达成分析
- 平衡计分卡(BSC):绩效考核与战略实施工具
- K-means聚类算法详解及其优缺点
- 平衡计分卡(BSC):从绩效考核到战略实施
- BSC:平衡计分卡与计算机网络中的应用
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)