Niveau : Intermédiaire
La modélisation par équations structurelles (MES) est un cadre permettant d'étudier les associations entre variables latentes observées et non observées. De nombreuses applications de la MES utilisent des données transversales, et ce cadre offre également une grande flexibilité pour la modélisation de données longitudinales.
Cette présentation décrit la modélisation de la courbe de croissance latente (MCCL) comme un outil flexible permettant de caractériser les trajectoires de croissance au fil du temps. Nous commençons par une brève explication des concepts de base de la MCE, suivie d'une introduction à la manière d'intégrer les valeurs moyennes aux analyses pour tester les théories de la croissance. Cette étude illustre la MCCL en ajustant le modèle aux données sur l'anxiété et les plaintes de santé déclarées par les individus pendant la pandémie de COVID-19. Notre analyse révèle que la résilience prédit des schémas uniques d'évolution des trajectoires d'anxiété et de symptômes généralisés.
*Lisez la vidéo sur ce site, cliquez sur « CC » dans le coin inférieur droit de l'écran et sélectionnez « Anglais » pour afficher les sous-titres anglais.
Si vous souhaitez télécharger les supports de présentation et les données de cette présentation, ou regarder la vidéo avec une transcription japonaise, veuillez cliquer ici .
Accédez à la page de chaque présentation au Discovery Summit Americas 2021.
(Veuillez noter qu'il vous sera demandé de vous connecter à votre profil SAS.)
