結構方程模型之遺漏值鄭中平翁儷禎國立台灣大學心理學系實徵研究經常遭遇資料遺漏，本研究即在探討資料遺漏機制為潛在變項組型混合模型時，結構方程模型的最大概似估計，並利用模擬資料為範例比較其與常用遺漏值處理法的差異。潛在變項組型混合模型為組型混合模型的延伸，此模型假設觀察變項的遺漏組型反映潛在變項之類別，而非外顯類別，且各類別可有相異的結構方程模型。本研究建議以MonteCarloEM算則估計當結構方程模型的資料遺漏機制符合此模式時之參數，並以模擬資料瞭解其與不同遺漏值處理法表現之差異。結果顯示，本研究建議的方法對因素負載量與潛在類別比率等參數之估計良好。關鍵詞：非隨機遺漏、組型混合模型、結構方程模型、最大概似法、潛在變項通訊作者：翁儷禎台北市羅斯福路四段一號台灣大學心理系(電子郵箱：jwengccms.ntu.edu.tw)調查研究需透過收集實徵資料以瞭解研究對象，但有時研究者除了對問題反應有興趣外，亦期待能深入探討多個測量變項間的相互關係，此時結構方程模型structuralequationmodels,簡稱SEM乃為適用方法
