Nivel: Intermedio
El modelado de ecuaciones estructurales (SEM) es un marco que permite el estudio de las asociaciones entre variables latentes observadas y no observadas. Muchas aplicaciones del SEM utilizan datos transversales, y el marco también es muy flexible para modelar datos longitudinales.
Esta presentación describe el modelado de curvas de crecimiento latente (LGCM) como una herramienta flexible para caracterizar las trayectorias de crecimiento a lo largo del tiempo. Comenzamos explicando brevemente los conceptos básicos del SEM, seguido de una introducción a cómo se pueden incorporar los valores medios en los análisis para probar las teorías de crecimiento. Este estudio ilustra el LGCM ajustando el modelo a los datos sobre la ansiedad y las quejas de salud reportadas por los individuos durante la pandemia de COVID-19. Nuestro análisis revela que la resiliencia predice patrones únicos de cambio en las trayectorias de la ansiedad y los síntomas generalizados.
*Reproduzca el video en este sitio, haga clic en "CC" en la esquina inferior derecha de la pantalla y seleccione "Inglés" para mostrar subtítulos en inglés.
Si desea descargar los materiales y los datos de la presentación, o ver el vídeo con una transcripción en japonés, haga clic aquí .
Vaya a la página de cada presentación en Presentación de Discovery Summit Americas 2021.
(Tenga en cuenta que se le pedirá que inicie sesión en su perfil SAS).
