Create 结构方程.md

相关整理/一些杂七杂八的资料与项目/结构方程/结构方程.md

@@ -0,0 +1,186 @@
+# 结构方程模型（PoliticalDemocracy）
+内容参考自：
+
+https://zhuanlan.zhihu.com/p/22811566
+
+https://pypi.org/project/semopy/2.0.0a5/
+
+---
+
+__实例简介__：以python实现结构方程模型的分析，以经典模型PoliticalDemocracy为例
+## 构建模型
+以经典模型PoliticalDemocracy为例，按照流程构建模型
+（当然，这个案例的模型其实只需要一句：
+```python
+desc = political_democracy.get_model()
+```
+就可以直接拿来用，不过为了方便变成可修改的模型，就还是参考文档构建）
+
+![image](https://github.com/user-attachments/assets/fbcad993-3c7a-47ac-ba36-0ee3ec8385dc)
+
+> 这张图取自第一篇参考文档，模型也是根据第一篇参考文档来的
+
+```python
+import semopy
+data = semopy.examples.holzinger39.get_data()
+
+desc = '''
+# 定义测量模型
+y1 =~ x1 + x2 + x3
+y2 =~ x4 + x5 + x6
+y3 =~ x7 + x8 + x9
+# 定义结构模型
+y1 ~ y2 + y3
+y2 ~~ y3
+'''
+
+# 将上述文本转化为 semopy 库中的模型
+mod = semopy.Model(desc)
+```
+---
+> 以下内容在我的关于semopy库的笔记中有，里面的参数就不做过多赘述了
+## 分析模型
+### 拟合
+> 对数据进行拟合和估计
+```python
+# 对数据进行拟合和估计
+res_opt = mod.fit(data)
+estimates = mod.inspect()
+print(estimates)
+```
+### 拟合指数
+> 输出所有semopy库中的拟合指数
+```python
+# 查看拟合指数
+calc_stats = semopy.stats.calc_stats(mod)
+print(calc_stats)
+```
+### 整理到excel
+```python
+import pandas as pd
+
+# 创建一个简单的 DataFrame
+df = pd.DataFrame(estimates)
+stats = pd.DataFrame(calc_stats)
+
+# 将 DataFrame 导出到 Excel 文件
+df.to_excel('output_PoliticalDemocracy_estimates.xlsx', index=False, engine='openpyxl')
+stats.to_excel('output_PoliticalDemocracy_stats.xlsx', index=False, engine='openpyxl')
+```
+这里用到的几个参数：
+1. 路径'output_PoliticalDemocracy_estimates.xlsx'确保目标文件可以正确创建。
+2. index=False表示在输出文件中不保留数据框的索引。
+3. engine='openpyxl'表示使用openpyxl库作为Excel文件的写入引擎。这样可以确保与现有的Excel软件兼容，并且可以更好地处理大型的数据框。
+
+---
+## 可视化
+### 绘图
+```python
+# 绘制 Graphviz 图
+graw = semopy.semplot(estimates,"tp.png")
+print(graw)
+```
+绘图这里可能是我没有理解所有参数的原因，不能直接输出Graphviz 图。
+不过在semopy库的官方文档中确实是用这个方法来绘制（下面这个是官方文档中的案例图）：
+
+![image](https://github.com/user-attachments/assets/baf20d71-33bd-4d04-8e3e-bf647a601b2f)
+
+### 网页报告
+```python
+# 报告
+model = semopy.ModelMeans(desc)
+model.fit(data)
+semopy.report.report(model, "PoliticalDemocracy")
+```
+---
+## 完整实例
+### 源代码
+```python
+import pandas as pd
+import semopy
+
+data = semopy.examples.political_democracy.get_data()
+
+desc = '''
+# 定义测量模型
+ind60 =~ x1 + x2 +x3
+dem60 =~ y1 + y2 + y3 + y4
+dem65 =~ y5 + y6 + y7 + y8
+# 定义结构模型
+dem60 ~ ind60
+dem65 ~ ind60 + dem60
+# 协方差
+y1 ~~ y5
+y2 ~~ y4 +y6
+y3 ~~ y7
+y4 ~~ y8
+y6 ~~ y8
+'''
+
+# 将上述文本转化为 semopy 库中的模型
+mod = semopy.Model(desc)
+
+# 对数据进行拟合和估计
+res_opt = mod.fit(data)
+estimates = mod.inspect()
+print(estimates)
+
+# 查看拟合指数
+calc_stats = semopy.stats.calc_stats(mod)
+print(calc_stats)
+
+# 导出excel表格
+# 创建一个简单的 DataFrame
+df = pd.DataFrame(estimates)
+stats = pd.DataFrame(calc_stats)
+
+# 将 DataFrame 导出到 Excel 文件
+df.to_excel('output_PoliticalDemocracy_estimates.xlsx', index=False, engine='openpyxl')
+stats.to_excel('output_PoliticalDemocracy_stats.xlsx', index=False, engine='openpyxl')
+
+# 报告
+model = semopy.ModelMeans(desc)
+model.fit(data)
+semopy.report(model, "PoliticalDemocracy")
+
+# 显示 Graphviz 图
+graw = semopy.semplot(estimates,"tp.png")
+print(graw)
+```
+## 输出
+程序运行打印结果：
+
+![image](https://github.com/user-attachments/assets/80cfa46d-0cd3-4462-be95-9903d9c9f3e4)
+
+
+excel文件中的拟合数据：
+
+![image](https://github.com/user-attachments/assets/934822dd-49cf-4f74-a8cd-cf3e1e936bd4)
+
+semplot方法输出的"tp.png"：
+
+![image](https://github.com/user-attachments/assets/b7eb3164-a903-49bb-962c-b349f21505db)
+
+excel文件中的拟合指数：
+
+![image](https://github.com/user-attachments/assets/648402c2-95bd-4f8c-8b27-f834d09f379e)
+
+__网页报告__
+输出的部分HTML截图:
+
+![image](https://github.com/user-attachments/assets/4dbe3d8a-3ed8-4953-8c3b-c099d3ed5ffe)
+
+网页截图1：
+
+![image](https://github.com/user-attachments/assets/306ca9f5-08e9-42d8-bcb7-e68121dd0671)
+
+截图2：
+
+![image](https://github.com/user-attachments/assets/8a077dd0-0852-4b48-a7a3-8fa1dceefb37)
+
+截图3：
+
+![image](https://github.com/user-attachments/assets/e4ae3aa1-c1ae-470a-a2e3-ae048930ee47)
+
+
+