对于结构方程而言，参数求解的目标为： （本题 2 分） A. 样本数据的协方差最小 B. 模型隐含的协方差最小 C. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最大 D. 样本数据的协方差矩阵与模型隐含的协方差矩阵“差距”最小

关于结构方程模型（SEM）参数求解目标的专业解析： 正确答案：D. 样本数据的协方差矩阵与模型隐含的协方差矩阵"差距"最小 核心原理说明： 1. 结构方程建模的本质是通过比较样本协方差矩阵（S）与理论模型推导的隐含协方差矩阵（Σ(θ)）的拟合程度 2. 参数估计采用最小化差异函数（Fitting Function）实现，常见方法包括： - 最大似然估计（ML）：min F_ML = log|Σ(θ)| + tr(SΣ⁻¹(θ)) - log|S| - p - 广义最小二乘（GLS）：min F_GLS = ½tr[(S - Σ(θ))W⁻¹]² 3. 统计本质：通过迭代计算使模型隐含矩阵Σ(θ)尽可能逼近观测矩阵S 各选项辨析： A. 错误 - 直接最小化样本协方差会破坏数据结构 B. 错误 - 单独最小化模型协方差无实际意义 C. 错误 - 与参数估计目标完全相悖 D. 正确 - 准确描述了模型拟合的数学目标 补充说明： • 常用拟合指标（CFI/RMSEA等）均基于该差异计算 • 当差距最小化时，模型卡方值χ² = (n-1)F_min达到最优 • 现代SEM软件（如Mplus/LISREL）均采用此准则进行参数估计 建议掌握程度： 这是SEM最基础的核心概念，建议结合Bollen（1989）的经典教材理解矩阵差异最小化的统计原理。