中文大學校刊 一九九六年春‧夏

因徑圖可較淸晰地展示模型；但如果要對 模型進行詳細分析，則必須靠電腦程式處理有 關數據。 不 適 用 於 結 構 方 程 模 型 的 數 據 目前不少結構方程模型借助L I S R E L VII (Jöreskog & Sörbom,1989)及 E Q S (Bentler, 1 9 9 2 )兩個高效率程式處理數據，在不同範疇 廣爲應用。結構方程模型最重要的假定爲：變 項是有連續性的，觀察資料則是獨立的。 最近研究人員發現，有三種重要的數據， 與上述的假定相違，所以在某些情況下，不能 運用上述之理論與程式推得正確的統計結果。 這些數據叫做非標準數據。 第一種非標準數據來自一些只會以離散和 獨特形式表現的多分變項，最常見於行爲及社 會硏究。有關這些研究之問卷，往往涉及變項 如態度、表現，或評級等。最典型的例子，就 是要求受試者根據如「不同意、無意見、同 意」等尺度，表示他的態度。變項有連續性這 個假定很明顯地不適用於這類數據。 第二種非標準數據是指多層次性質的資 料，例如以隨機抽樣方法選取一些學校或工 廠，再從中隨機抽選一些學生或工人作調查而 取得之數據。這類調查對象，由於身 處相同群體，受到相同因素的影響， 因此所得觀察資料應該是相關而不是 獨立。 第三種非標準數據是被截斷的數 據，常見於醫學、工業及經濟研究。 這類數據顯示事件發生的時間，如一 隻實驗動物死亡的時間、一個嬰兒出生的時 間，或一個燈泡報廢的時間。這類研究通常設 下限期，所以如果某些受調查事件在限期前並 未發生，則研究資料便不全面，因爲它只提供 了在限期前，即事件未發生前的資料。分析數 據時，這些因素必須一倂考慮，才可避免結論 出現誤差。 成 功 解 決 非 標 準 數 據 問 題 統計學系李錫欽教授及潘偉賢博士致力解 決結構方程模型不能統攝非標準數據的難題， 並於一九九一年獲取研究資助局撥款四十四萬 元，開展題爲「非標準數據之結構方程模型分 析」研究，成功發展出能解決這類問題的有效 程序和電腦程式，以及找出它們的統計特性。 蒙地卡羅法（採用隨機抽樣法）之測試顯示， 研究結果令人滿意，某些論點並已給編寫入著 名 的 E Q S 程 式 。 中大研究人員目前已可應用結構方程模型 這種統計技術來分析離散的、相關的，或被截 斷的非標準數據。他們希望繼續發展更好的統 計方法，提高這些模型的效率及適用性，以解 決更複雜的問題。• 潘偉賢博士一九八三年畢 業於中文大學數學系後，繼續 攻讀統計學，一九八五年獲哲 學碩士學位。後往洛杉磯加州 大學深造生物統計學，一九八七年獲授 哲學博士學位。同年加入本校統計學系 任講師，一九九五年晉升高級講師。 李錫欽教授爲中文大學主修數學 之理學士。一九七二年畢業後往洛杉 磯加州大學進修生物統計，一九七七 年獲頒哲學博士學位；旋返中大出任 數學系講師。於八零年轉往統計學 系，九零年晉升教授。 2 5