Während der Sitzung fragte Jessica: „Wäre das eher ein Schauspieler-Partner-(Interdependenz-)Modell?“ Eltern beeinflussen das Kind?
Strukturgleichungsmodellierung bietet einen allgemeinen Analyserahmen für die Untersuchung von Zusammenhängen zwischen beobachteten und unbeobachteten Variablen.In diesen flexiblen Rahmen können zahlreiche Modelle eingepasst werden. Diese Flexibilität ergibt sich aus der Fähigkeit, Varianzen, Kovarianzen und Mittelwerte in beobachteten Daten zu modellieren.
Dieses Tutorial-Video enthält Informationen und Fragen und Antworten zu den Zwecken, Ansätzen und statistischen Grundlagen der Grundlagen von Strukturgleichungsmodellen.Es beginnt mit den Grundlagen von SEM und wird von drei Fallstudien gefolgt, eine für jeden der beiden SEM-Bausteine (lineare Regression und Bestätigungsfaktoranalyse) und eine, um die neuen JMP Pro 17-Funktionen für die Mehrgruppenanalyse hervorzuheben.Es schließt mit einer Zusammenfassung der wichtigsten Vorteile von SEM und der Verwendung von JMP Pro für SEM. Die Anfangszeiten für jeden Abschnitt sind unten aufgeführt. Verwenden Sie die beigefügten JMP-Tabellen, um SEM in Ihrer Kopie von JMP Pro 17 auszuprobieren.
Erfahren Sie, wie Sie:
- Verstehen Sie das Was, Warum und Wie von SEM
- Behandeln Sie fehlende Daten mit modernsten Methoden ohne den Aufwand mehrfacher Imputation
- Geben Sie ein Modell an, in dem Variablen sowohl Prädiktoren als auch Ergebnisse sind
- Mechanismen verstehen, durch die Dinge geschehen
- Testen Sie spezifische Theorien über den Zusammenhang von Variablen und nutzen Sie Ihr Fachwissen
- Modellvariablen, die nicht direkt gemessen werden können (auch latente Variablen genannt)
- Modellvariablen, die einen Messfehler aufweisen (und diesen berücksichtigen)
- Erstellen Sie Diagramme, die Ihre statistischen Modelle intuitiv beschreiben
- Verstehen Sie die Statistiken hinter den Modellen
- Baustein Nr. 1 – Einfache lineare Regression und Pfadanalyse (beginnt um ca. Zeit 42:34)
- Baustein Nr. 2 – Konfirmatorische Faktorenanalyse (Beginnt um ca. Zeit 1:08:00)
- Analyse mehrerer Gruppen (Beginnt um ca. Zeit 1:21:13)
- Erweitert alle Modelle, die in SEM passen
- Untersuchen Sie Ähnlichkeiten und Unterschiede zwischen Populationen
- Erfordert Gruppierungsvariable (oft mit wenigen Ebenen)
