구조 방정식 모델을 사용하여 관찰된 변수와 잠재 변수 간의 관계 발견
방법 보기:
- SEM의 기본 이해
- 확증적 요인 분석(CFA) – 측정된 변수가 구성의 수를 얼마나 잘 나타내는지 테스트하고 이론을 확인하거나 기각하기 위한 다변량 통계 절차
- 경로 분석 - 둘 이상의 일반 모델을 비교하고 다이어그램 흐름도를 사용하여 경로 및 인과 관계를 모델링하는 상관 매트릭스에서 구축된 회귀 모델의 확장
- SEM(Structural Equation Modeling) – 요인 분석과 다중 회귀 분석을 결합하여 측정된 변수와 잠재 구성 간의 구조적 관계를 분석하고 단일 분석에서 다중 및 상호 연관된 종속성을 추정하는 다변수 통계 분석 기법
- 산업 사례 연구를 사용하여 모델 선택 및 측정 영역 처리
- 3 패널 SEM 창 탐색(목록에서, 목록으로, 다이어그램)
- SEM을 사용하여 측정에 내재된 오류가 있는지 확인합니다.
- 제한적이고 독립적인 모델 결과를 조사하고 비교하는 방법 이해
- 여러 모델을 반복적으로 구축하고 모델을 실행하기 전에 요구 사항 규칙 상태를 해석합니다.
- 모델 통계 및 보고서 경고를 찾아 해석한 다음 필요한 경우 모델을 수정하거나 다시 실행합니다.
- 로컬 데이터 필터를 사용하여 변수로 필터링
- 요인 점수를 저장하고 관찰된 변수에 잠재 변수를 적용합니다.
- 스포츠 사례 연구를 사용하여 가설을 테스트하기 위해 SEM 사용
참고: Q&A는 시간 36:43에 포함되어 있습니다.
자원
고급 통계 모델링
