使用結構方程模型隨時間進行軌跡建模_Laura Castro-Schilo (2021-JA-45MP-US01)級別：中級
【主持人】
Laura Castro-Schilo，JMP Sr。 SAS Institute Inc. 研究統計學家開發人員
【公告摘要】
結構方程模型（掃描電鏡) 是一個框架，可以讓您研究觀察到的和未觀察到的潛在變量之間的關聯。掃描電鏡許多應用程序都有橫截面數據，並且該框架在建模縱向數據方面也非常靈活。在本演示中，潛在增長曲線模型（潛在增長曲線模型）被用作描述隨時間的增長軌蹟的靈活工具。 LGCM )本節說明。第一的，掃描電鏡在簡要解釋了基本概念之後，我將向您展示如何將均值納入分析以檢驗增長理論。在這項研究中，我們將模型應用於新冠病毒大流行期間個人報告的“焦慮”和“對健康的不滿”數據。 LGCM解釋。分析表明，彈性預測了焦慮和不確定抱怨軌蹟的獨特變化模式。
* 如果您想下載本公告的演示材料和數據，或與日文成績單一起觀看，這裡請點擊。
美洲發現峰會去。
(( SAS簡介請注意，您將被要求登錄。 )
爆發數據探索一經請求預測建模
