结构方程模型在土壤微生物生态学中的应用

杨腾; 褚海燕

doi:10.21769/BioProtoc.2003678

Improve Research Reproducibility A Bio-protocol resource

结构方程模型在土壤微生物生态学中的应用

Applications of Structure Equation Modeling (SEM) in Soil Microbial Ecology

杨杨腾

褚褚海燕

发表时间: 2021年04月13日 DOI: 10.21769/BioProtoc.2003678 浏览次数: 7035

返回专辑目录

PDF

提问与回复

引用

被引用

摘要：结构方程模型(SEM)结合了验证性因子分析和路径分析的思想，可同时考虑多个自变量和因变量间的复杂因果关系，通过建立、估计、检验和比较模型达到确定最佳模型，解析变量间可能的因果关系的目标，因而是一种高效的多元数据统计方法。经过逾百年的发展，SEM已广泛运用在生态学研究的各领域。多种软件系统可执行SEM分析。本文以青藏高原高寒草地土壤真菌多样性分布研究为例，结合气候、土壤属性、植物多样性和植物生产力等指标，采用AMOS 21.0构建、验证并解析其结构方程模型，阐述土壤真菌多样性在青藏高原高寒草原的分布规律，给出各预测因子对土壤真菌多样性的直接与间接效应，为结构方程模型在土壤微生物生态学中的进一步应用提供科学案例与参考。

Keywords: 结构方程模型

研究背景

SEM的原理来自验证性因子分析和路径分析统计思想的结合。其中，验证性因子分析可视为探索性因子分析的扩展，而路径分析则为多重回归的扩展。根据研究者的先验知识预先设定理论模型，而后通过估计、检验、比较和修缮(重设)得到最佳模型是SEM操作的基本步骤。SEM不仅可以处理测量变量，也可执行潜变量的分析，因而是一种高效的多元数据统计方法。
早期的SEM可追溯到Wright 在上世纪20年代初有关路径分析的工作。通过路径分析获得路径图和路径系数, 研究者可以对系统内各因子的关系进行分解并揭示这些关系背后的潜在机理, 确定不同因子对同一过程的直接和间接作用, 并判别它们的相对重要性等(王酋石和储诚进，2011)。传统的生物统计学、计量经济学、心理测验学和社会计量学等均对当今SEM的发展起到推动作用。
土壤微生物生态学是生态学领域的“后起之秀”，其研究成果有助于我们更好地应对气候变化、防治土地污染，建立绿色农业生态系统等。得益于生物信息和测序技术的发展，土壤微生物生态学已越来越受到关注和青睐，而高效先进的统计学方法对土壤微生物生态学的发展同样必不可少。如SEM，作为重要的多元统计方法，必将为土壤微生物生态学研究增添新的活力。

仪器设备

普通Windows系统个人电脑，内存8G，硬盘空间(含软件)2G以上。

软件

IBM SPSS Statistics Version 20，IBM SPSS Amos 21.0.0 (Build 1178), Excel 2016, PowerPoint 2016。
注：本教程是基于已经在个人电脑上安装好的相关软件。安装问题不在本文范围内，请读者自行上网搜索。

实验步骤

引用格式：杨腾, 褚海燕. (2021). 结构方程模型在土壤微生物生态学中的应用. // 微生物组实验手册. Bio-101: e2003678. DOI: 10.21769/BioProtoc.2003678.

下载引用格式

How to cite: Yang, T. and Chu, H. Y. (2021). Applications of Structure Equation Modeling (SEM) in Soil Microbial Ecology. // Microbiome Protocols eBook. Bio-101: e2003678. DOI: 10.21769/BioProtoc.2003678.

Download Citation in RIS Format

分类

您对这篇实验方法有问题吗？

在此处发布您的问题，我们将邀请本文作者来回答。同时，我们会将您的问题发布到Bio-protocol Exchange，以便寻求社区成员的帮助。

发布问题

0 Q&A