276605_zh-TW

liliconcom

使用結構方程模型揭示觀察變量和潛在變量之間的關係

 

 

了解如何：

• 了解 SEM 的基礎知識
  • 驗證性因子分析 (CFA) – 一種多元統計程序，用於測試測量變量如何代表構造的數量並確認或拒絕理論
  • 路徑分析 - 從相關矩陣構建的回歸模型的擴展，它比較兩個或多個臨時模型並使用圖表流程圖來模擬路徑和因果關係
  • 結構方程建模 (SEM) – 多元統計分析技術，將因子分析與多元回歸分析相結合，以分析測量變量和潛在結構之間的結構關係，在單一分析中估計多重和相互關聯的依賴關係
• 使用工業案例研究選擇模型並處理測量區域
  • 導航 3 面板 SEM 窗口（從列表、到列表、圖表）
  • 使用 SEM 查看測量中是否存在任何內置錯誤
  • 了解如何檢查和比較受限和獨立模型結果
  • 迭代構建多個模型並在運行模型之前解釋需求規則狀態
  • 找到並解釋模型統計信息和報告警告，然後在必要時修改或重新運行模型
  • 使用本地數據過濾器按變量過濾
  • 保存因子分數並將潛在變量應用於觀察變量
• 使用 SEM 使用體育案例研究來檢驗假設

注意：問答包括在時間 36:43。

資源

• SEM JMP 發現演示文稿和博客

高級統計建模