Niveau: Mittelstufe
【Moderator】
JMP Statistical Discovery Sr. Forschungsstatistiker-Entwickler
Laura Castro-Schilo
[Zusammenfassung der Präsentation]
Die Plattform für Strukturgleichungsmodelle (SEM) entwickelt sich weiter zu einer umfassenderen und leistungsfähigeren Plattform. Zwei Hauptfunktionen in JMP Pro 17 sind (1) eine Verbindung zwischen Faktoranalyse und SEM zur Erleichterung der Umfrageentwicklung und (2) die Analyse mehrerer Gruppen Wir demonstrieren diese Funktionen anhand von Daten, die von Yamamura und Takehira (2017) inspiriert wurden, wo japanische Schüler zu ihrer Lernmotivation befragt wurden. Die Teilnehmer lernen, Umfragen zu erstellen und diese zu nutzen, um Erkenntnisse über Teilpopulationen zu gewinnen
Plattformen zur Strukturgleichungsmodellierung (SEM) entwickeln sich immer weiter zu umfassenderen und leistungsfähigeren Plattformen. Die wichtigsten neuen Funktionen in JMP Pro 17 sind: (1) die Möglichkeit, explorative Faktorenanalysen mit Strukturgleichungsmodellen zu verknüpfen (diese Funktion ist nützlich für die Gestaltung von Umfragefragen) und (2) die Möglichkeit, eine Analyse durchzuführen. Wir werden diese beiden Funktionen basierend auf der Forschung von Yamamura und Takehira (2017) vorstellen. Yamamura und Takehira (2017) führten eine Studie durch, die die Lernmotivation von Studierenden an japanischen Universitäten untersuchte. In diesem Vortrag werde ich Methoden vorstellen, um Umfragen zu entwerfen und daraus Informationen über Teilpopulationen zu erhalten.
[Präsentatorprofil]
Laura Castro-Schilo arbeitet an Strukturgleichungsmodellen in JMP. Sie interessiert sich für die multivariate Analyse und deren Anwendung auf verschiedene Arten von Daten; zuvor war sie Assistenzprofessorin am LL Thurstone Psychometric Laboratory an der University of North Carolina in Chapel Hill hat einen Doktortitel in quantitativer Psychologie von der University of California, Davis.
Laura Castro-Schilo studiert Strukturgleichungsmodellierung am JMP. Ich interessiere mich für die multivariate Analyse und ihre Anwendungen auf eine Vielzahl von Daten, einschließlich kontinuierlicher, diskreter, ordinaler, nominaler und Textdaten. Zuvor war er Assistenzprofessor am LL Thurstone Psychometric Laboratory der University of North Carolina in Chapel Hill. in quantitativer Psychologie von der University of California, Davis.
