こんにちは、 みんな。 私は ローラ カストロ シロ。 私は a シニア 研究 統計学者 開発者 働く と その 構造方程式モデル プラットフォーム。 私は 本当に 興奮した 今日 に 見せる あなた いくつかの の その 新しい 特徴 それ 私たちは 持っている で ジャンプ プロ 17. 1つ の その 大きい もの は 行く に 許可する 私たち に 探検する グループ 違い。 だった 行く に 話す について それ a 多く 今日。
私たちの プラン のために 今日 は、 うまくいけば、 良い 過ごす ほとんど の その 時間 で a デモ、 本当に 表示中 あなた それらの 新しい 特徴。 しかし とても 簡単に言うと、 前に 私たちは 得る の中へ それ、 I 欲しい に 思い出させる あなた 何 構造方程式モデリング は、 なぜ あなた かもしれない 欲しい に 使用 それ、 そして それから うまくいけば を通して その デモ、 病気 見せる あなた どうやって に 使用 それ。
今、 私たちの プレゼンテーション 今日 は ない とても 長さ。 何 I また 欲しい に する は 見せる あなたが共有する と あなた いくつかの 追加 からのリソース 前の 発見 プレゼンテーション そして 開発者 チュートリアル どこ あなたは 学ぶ a 多く もっと 詳細 の上 どうやって に 使用 同じ。
今、 その 概要 の 新しい 特徴 だった 行く に カバー、 だった 行く に 初め 話す について 複数 グループ 分析 そして それから いくつかの 改善 それ 私たちは 終わり のために 縦方向 モデリング 内で として そして のために 調査 発達。 後 私たちは 行く 以上 それらの、 良い 行く 真っ直ぐ の中へ その デモ そして 本当に 見せる あなた どうやって 全て の それらの は 使用済み。
構造方程式モデリング は a とても 一般的な 分析 フレームワーク のために 調査中 その 協会 間 変数。 今、 これ は a とても 広い 意味、 そして それは 目的があるから 構造方程式モデリング は a とても 広い 技術 どこ a 番号 の 違う モデル できる なれ フィット。
ここ 私は リストされている a 少し の その モデル それ あなた できた フィット 内で として、 しかし これ は ない 一つの 徹底的な リスト。 それ 本当に は a a とても フレキシブル フレームワーク。
A 自然 質問 それ かもしれない 来る に 心 は、 もし I できる する いくつかの の これら 分析 どこか それ以外、 それから なぜ だろう I 欲しい に 使用 a 誰が？ 時々 あなた かもしれない ない 必要 に 使用 それ、 右？ それ だろう なれ ただ 大丈夫。 しかし そこには は いくつかの 状況 で どれの として だろう なれ 特に 役立つ。 私は 含まれる ここ a リスト の 何 それらの 状況 かもしれない なれ。
その 初め は 時々 あなた かもしれない なれ 興味がある で 理解 その メカニズム による どれの もの 起こる。 これ は a 状況 どこ として できる なれ とても 役に立つ。 多くの場合 いつ あなた 欲しい に 理解する メカニズム、 それ 手段 それ あなた 持っている 変数 それ は 両方 予測因子 そして 結果。
まだ、 ない 多くの 統計的 テクニック 許可する あなた に 特定 モデル どこ あなた できる 持っている a 変数 なれ 両方 a 予測子 そして 一つの 結果。 それは 実は 何か それ は とても 自然 で 同じ。 もし これ は 何か それ あなたは 働く の上、 として できた なれ とても 役立つ のために あなた。
あなた 本当に 欲しい に てこの作用 あなたの ドメイン 専門知識 もし あなたは 使用して 同じ。 その 理由 は なぜなら で 注文 に 特定 あなたの モデル、 あなた 本当に 必要 に 考える について 何 は あなたの 理論は？ 何 は それ それ あなた 知る について あなたの データ？ あなた 来る 上 と それらの 理論、 あなた 翻訳する 彼ら の中へ a テスト可能 モデル、 そして それから いつ あなた フィット あなたの モデル、 あなた 見る かどうか または ない そこには サポート のために それらの アイデア それ あなた 持っている。
今、 a とても 重要 使用 場合 のために として は いつ あなたは 働く と 変数 それ できない なれ 測定された 直接。 それで 遅い- で 変数 は とても 重要 で a 番号 の 違う ドメイン。 もし あなたは 興味がある、 のために 例、 で 見ている で お客様 満足 または 品質 の a 製品 で その 社会科学。 そこには それで 多くの 遅い- で 変数、 人格、 知能、 それらの は いくつかの の その 決まり文句 もの それ あなた だろう 聞く。 しかし 本当に、 後期変数 は 全て 以上 その 場所。 もし あなた 仕事 と それらの、 もし あなた 持っている 研究 質問 それ 伴う 遅い- で 変数、 それから あなたは 本当に 行く に 利点 による 使用して 同じ。
A 幾分 関連している 理由 に 使用 として は それ もし あなた 持っている 変数 それ 持っている 測定 エラー そして あなた 実は 欲しい に アカウント のために それ 測定 エラー、 として できる また なれ とても 役立つ。 I 言う それ これ は 関連している に その 後期変数 なぜなら その 方法 で どれの 私たちは アカウント のために その 測定 エラー は による 指定する 後期変数 で 同じ。 測定 エラー できる 持っている 時々 予想外の 結果 の上 私たちの 推論。 それ できる なれ とても 役に立つ に アカウント のために それ。
別の 利点 の として、 そして これ は 1つ もの それ は とても 実用的 本当に、 は いつ それ 来る に 持つ ない データ、 どれの、 の コース、 は 全て 以上 その 場所、 その ほとんど 人気のある 推定 アルゴリズム のために として ハンドル ない データ で a シームレス ファッション そのような それ その ユーザー しない 本当に 必要 に する 何でも。 ない データ は 処理された と a 切断 角 アルゴリズム そして あなた 本当に しない 持っている に 心配 について それ として 多くの。 もし あなた 持っている ない データ、 時々 I 教えて 人々 平 もし あなた ただ 持っている a 単純 リニア 回帰、 あなた できる 利点 から 使用して として ただ なぜなら ない データ は 処理された そして その 簡単。
最後に、 パス 図表 は a 致命的 道具 のために 構造方程式モデル。 それらの 図表 は とても 役立つ なぜなら 時々 平 その ほとんど 複雑な 統計的 モデル できる なれ 伝えられた で a とても 直感的な ファッション による 頼る の上 これら 図表。
で JMP、 私たちは 使用 これら 図表 に 促進する その 仕様 の 私たちの モデル、 しかし また に 取り次ぐ その 結果 の モデル。 それらの 図表 できる なれ とても 役立つ いつ あなたは 発表する あなたの 結果 に どれでも タイプ の 観客、 本当に。
全て 右、 それで これ は ただ a とても 簡単な リスト の なぜ あなた かもしれない 欲しい に 使用 同じ。 I する 欲しい に 共有 a リンク ここ に a プレゼンテーション それ I 与えた 平行 と ジェームズ・カフラー 誰の また で 仕事 発達。 私たちは した a 開発者 チュートリアル どこ 私たちは 実は 行った の中へ a 多くの もっと 深さ について その 理由 なぜ あなた かもしれない 欲しい に 使用 同じ。 もし あなた 欲しい に チェック それ 外、 I ただ 望んでいた に 共有 これ リンク ここ。 もし あなた ダウンロード その スライド から その コミュニティ、 あなた しない 持っている に タイプ これ 長さ リンク。 あなた できる ただ クリック の上 それ そして チェック それ ビデオ 外。
全て 右、 それで どうやって に 使用 同じ。 また、 私は 行く に 行く の中へ a デモ そして 病気 見せる あなた どうやって に 使用 として、 しかし 私の デモ は ない 行く に なれ あまりにも 集中した の上 a チュートリアル タイプ の プレゼンテーション、 たいてい なぜなら の 時間 制約。 私たちは 欲しい に 保つ これ 短い そして 甘い。
何 I 欲しい に する で これ スライド は 共有 と あなた 追加 ビデオ プレゼンテーション どこ あなた できる 行く そして 学ぶ もっと で a チュートリアル 形状 どうやって に 使用 構造方程式モデル のために a 少し 違う 場合 研究、 基本的に。 ここ、 これ 初め ビデオ は a リンク どこ I 覆われた どうやって に モデル 調査 データ そして レイテンシー 変数。 私たちは カバー もの のように 確認的な 要素 分析と パス 分析 と そして それなし レイテンシー 変数。
もし あなた 持っている 縦方向 データ、 これ ビデオ できる なれ とても 役立つ。 ここ I 行った 以上 どうやって に フィット 晩生成長 曲線 モデル そして どうやって に 解釈する それらの 結果。 良い する a 少し 少し の 縦方向 モデリング ここ 今日 で その デモ、 しかし 私たちは しません なれ できる なる できる に 行く の中へ その 詳細 また で a チュートリアル 方法。 I 絶対に 奨励する あなた に 時計 それ もし あなた は 興味がある。
もし あなた しない 持っている 前 として 経験、 I とても 多くの 奨励する あなた に 時計 これ 他の ビデオ どこ ジェームズ カフラー そして I 話した について 建物 構造方程式モデル で ジャンプ プロ。 これ 1つ は とても 入門、 そして それで あなた かもしれない 欲しい に 始める と それ 1つ 前 に 行く に その その他。
わかった、 それで 今 その 時間 に 得る の中へ a 少し 概要 の その 新しい 特徴 で ジャンプ プロ 17. 複数 グループ 分析 は a 特徴 それ 私は された 本当に 見ている フォワード に 発表する の上 なぜなら これ は 何か それ 拡張 全て の その モデル それ できる なれ フィット 内で 南東 M. それ する それで による 許可する 私たち に 調査する 類似点 そして 違い 横切って サブグループ。 私たちは する これ による 組み込む a グループ化 変数 の中へ 私たちの 分析。
今、 その ほとんど 人気のある 複数 グループ 分析 例 いつもの 見せる a グループ化 変数 それ もっている 少し レベル。 もの のように 人口統計 変数 は 使用済み とても 頻繁。 確かに、 で その デモ 私は 行く に する、 私は また 行く に 使用 a 単純 人口統計 変数。 しかし 本当に、 そこには いいえ 制限 に どうやって 多くの レベル あなた 本当に すべき 持っている。 何 本当に 問題 は どうやって 多くの 観察 する あなた 持っている のために それぞれ レベル。 あなた 欲しい に 持っている a 比較的 良い サンプル サイズ のために それぞれ の それらの サブグループ。
今、 そこには は a 一般的な 戦略 のために その 分析。 だった 行く に 見る これ で 練習する、 しかし I 欲しい あなた に 始める 考え について どうやって これ 本当に 動作します。 その 実は とても 単純。 何 私たちは する で 複数 グループ 分析 は フィット 二 モデル。
1つ の それらの モデル は 行く に なれ a もっと 制限付き バージョン の その 他の。 一度 私たちは フィット 両方 の 彼ら、 良い なれ できる に する a 可能性 比率 テスト または a 高い 四角 違い テスト で 注文 に 作る 一つの 推論 について かどうか その 制限 それ 私たちは 課せられた で 1つ の その モデル は で 事実 持続可能。 これ は どうやって 私たちは 形 外 かどうか そこには は 統計的に 重要な 違い 横切って グループ。 また、 良い 見る それ 遊ぶ 外 で その デモ .
で 条項 の 縦方向 データ 分析、 私たちは 作った それ a 多く より簡単に に 解釈する その 結果 から あなたの モデル による 見ている で その モデル 暗示 軌道 を通して a 新しい 予測された 価値観 プロット。 私たちは また 持っている 作った それ a 多く より簡単に に 特定 多変量 成長 曲線。 もし あなたは おなじみ と これら モデル、 彼らは 許可する あなた に 調査する その 協会 の 複数 プロセス 以上 時間。 彼らは できる なれ とても 役立つ、 しかし それ 使用済み に なれ a 少し 退屈な で 条項 の どうやって に 特定 それらの。 今 私たちは 終わり それ とても 簡単 そして 速い を通して その 使用 の モデル ショートカット。 のために いくつかの 高度な アプリケーション、 私たちは また 作った それ より簡単に に 定義する 一つの 独立 モデル ベース の上 何 ユーザー 欲しい に 持っている として その 独立 モデル。
そこには は また いくつかの 改善 のために 調査。 これ 本当に は たいてい 集中した の上 合理化 あなたの ワークフロー のために 現像 調査。 いつもの その 分析的な ワークフロー 始まる による 使用して 探索的な 要素 分析、 そして それから あなた 取る それらの 結果 そして 確認する 彼ら と 一つの 独立した サンプル 使用して 確認的な 要素 分析 で として .
何 私たちは 終わり と その ヘルプ の 建峰 ディン、 誰が は その 開発者 のために 探索的 要素 分析、 私たちは された できる 今 に リンク その 二 プラットフォーム による 基本的に 許可する あなた に コピー その モデル 仕様 から 探索的な 要素 分析 そして それから ペースト それ の中へ として それで それ あなた できる 簡単に そして 素早く 確認する あなたの 結果。
私たちは また 持っている a 新しい ショートカット のために 切り替え その 規模 の あなたの 遅れて 変数。 時々 これ は 役立つ いつ あなたは 現像 調査 のために 指定する モデル。 私たちは また 持っている a 番号 の もっと 新しい 熱 地図 それ は ただ 行く に 作る それ より簡単に に 解釈する その 結果 の あなたの 分析。
今、 最後 しかし ない 少しでも、 私たちの プラットフォーム もっている いつも された とても 速い。 しかし で これ リリース、 クリス ゴットウェル 置く a 多く の 素晴らしい 努力 向かって 改善中 平 もっと その パフォーマンス の 私たちの 内部 アルゴリズム。 もし あなた 持っている たくさん の 変数 または たくさん の データ、 絶対に 与える それ a ショット。 I 午前 とても、 とても 感動した そして 興奮した について 何 私たちは 持っている に オファー で 条項 の その パフォーマンス の その プラットフォーム として 良い。
わかった、 それで その 時間 のために その デモ。 さあ 行く 先に そして 見せる あなた 何 I 持っている 以上 ここ。 I 持っている a ジャーナル どこ 私は 行く に 仕事 を通して、 うまくいけば 私たちは 持っている 十分 時間 に 仕事 を通して 三つ 例。
その 初め 1つ ここ、 多分 ない 驚いたことに、 用途 私たちの 大きい クラス データ テーブル。 その 行く に なれ a とても 単純 例 ただ に 導入 その 概念 後ろに 複数 グループ 分析。 今、 何 私は 行く に する ここ、 私たちは 持っている 二 変数、 右？ 身長 そして 重さ。 何 I 欲しい に する は 調査する その 協会 間 これら 二 変数 による セックス。 私は 行く に 行く に その 分析する メニュー、 行く 下 に 多変量 方法、 そして それから 構造的 方程式 モデル。 私は 行く に 使用 両方 の それらの 変数 そして クリック の上 モデル 変数。
今、 その ブランド 新しい 特徴 の 複数 グループ 分析 できる なれ 見つかった で これ 打ち上げ ダイアログ 下 これ グループ ボタン。 これ ボタン は 新しい そして それは 何ですか 行く に 許可する 私たち に 選択 私たちの グループ化 変数 そして クリック の上 グループ で 注文 に 使用 それ として 私たちの グループ化 変数。 だった 行く に 見て で どうやって 男性 そして 女性 そして かどうか 彼らは 異なる 基本的に の上 彼らの 協会 間 身長 そして 重さ。 だった 行く に Oをクリック なぜなら。
今、 これ は その プラットフォーム。 あなた できる 見る もし あなた 持っている 見た 私たちの プラットフォーム 前に、 それ 見た目 とても 似ている として 前に、 と その 例外 の これら 新しい タブ 右 ここ。 その タブ は そこには に 教えて 私たち について その 違う グループ それ 私たちは 持っている で 私たちの 分析。 で これ 場合、 そこには のみ 二 レベル のために 私たちの グループ化 変数。 私たちは 持っている a タブ のために その 女性 そして a タブ のために 男性。
1つ の その もの あなたは 知らせ は それ その パス 図表 持っている a モデル すでに として a デフォルト のために それぞれ の それらの グループ。 それらの デフォルト モデル は その 同じ。 それは なぜ いつ I スイッチ タブ、 何もない 本当に 変更。 その 連合 タブ、 として その 名前 暗示する、 それ ショー 私たち 何ですか で 一般 横切って 全て の 私たちの グループ化、 良い、 その レベル の 私たちの グループ化 変数。 ここ、 これ は なぜ これ 図 また 見た目 その 同じ。
で 注文 に 特定 a 単純 リニア 回帰 で として , ここ、 私は ただ 行く に 選択 で これ から リスト その 身長 変数、 そして それから で その に リスト、 私は 行く に 選択 重さ。 私は 行く に リンク それらの 二 変数 と a 1つ 向かった 矢印、 どれの は 何 追加 それ 回帰 パス に 私の モデル。 これ は ただ a 単純 リニア 回帰 どこ 身長 は 予測する 重さ。
今、 時々 I のように に 右クリック の上 その キャンバス の その パス 図 そして I 行く に カスタマイズ 図 ただ に 作る その ノード a 少し 少し 大きい なぜなら I 探す それ 時々、 特に いつ その 図表 は 小さい、 それ 見た目 a 多く もっといいです。 これ は ただ a 単純 リニア 回帰。
今、 知らせ それ なぜなら I した 私の モデル 仕様 下 その 連合 タブ、 両方 その 女性 そして その 男性 継承された それらの 同じ 変更 そして 仕様 に その モデル それ I 作った。 もし I 作る どれでも 変更 内で a グループ 特定の タブ、 それから それらの 変更 意思 のみ 適用する に それ グループ。 しかし で これ 場合、 何 I 欲しい に する は フィット 一つの イニシャル モデル どこ 両方 男性と 有名人 そして 女性 得る 彼らの 自分の 推定値 のために これ リニア 回帰。
今、 保つ で 心 それ その 推定 の これ モデル は 全て 終わり 同時に。 だった ない 別途 フィッティング これ モデル のために 女性 そして のために 男性。 すべて は 終わり 同時に、 しかし 私は まだ できる に 許可する それぞれ の その グループ に 持っている 彼らの 自分の 推定値 のために その モデル。
私は 行く に クリック の上 走る、 そして 良い 見る そこには a モデル 比較 テーブル どこ 私たちは できる 学ぶ a 多く について その フィット の その モデル。 しかし 今、 何か それは 新しい で 私たちの 報告 は それ 私たちは 持っている これら タブ のために それぞれ の 私たちの グループ。 私たちは 持っている a タブ のために その 女性 そして a タブ のために その 男性。
今、 もし あなた 集中 の上 その 回帰 係数、 のために 例、 I できる 行く 戻る そして 前へ そして 気づく それ I する 持っている、 で 事実、 a 違う 見積もり のために それ 係数。
今、 その 係数 見た目 違う、 しかし I しない 持っている a テスト、 a フォーマル 統計的 テスト それ 伝える 自分 かどうか または ない それ 協会 は 統計的に 重要な。 その 違い そして その 協会 は 違う。 で どれでも レート、 その 男性 ここ 持っている について 3.4、 女性 持っている a 少し 少し 大きい 価値。 しかし 何 私たちは 本当に 欲しい は に フィット a 2番 モデル どこ 私たちは 力 一つの 平等 制約 の上 それ パラメータ 見積もり、 そして それから 私たちは できる 使用 それ に 比較する に対して これ モデル。 さあ 行く 先に そして する それ。
私は 行く に なれ の上 その 連合 タブ そして 私は 行く に 選択 それ 回帰 パス そして 私は 行く に クリック その ボタン、 セット 等しい。 これ は 行く に 持ってくる 上 これ ダイアログ どれの は ただ 行く に 聞く 自分 に 確認する それ I する 欲しい に 適用する これ 平等 制約 横切って 全て の 私の グループ、 どれの I する。 私は 行く に クリック わかった。 今 知らせ それ I 持っている これ 新しい ラベル それ だった 置く ここ の上 その 角。 もし I 見て で その 女性 タブ そして その 男 タブ、 それ ラベル は まだ 表示中 上 の上 それ 角 の上 それ 矢印。 それ は 私たちの 方法 に 取り次ぐ に あなた、 その ユーザー、 それ その 同じ パラメータ 見積もり は 行く に なれ 使用済み 基本的に に 説明する それ 協会。
わかった、 それで さあ 行く 戻る そして モデル 名前。 だった 行く に 変化 これ に なれ 回帰 効果 は 等しい。 私たちは 力 それ に なれ 等しい で これ モデル。 だった 行く に 行く 先に そして クリック の上 走る。 今、 また、 私たちは できた 見て で 私たちの モデル 比較 に 見て で その フィット の 私の 違う モデル。 I できる 選択 その 二 モデル それ I ただ フィット、 そして なぜなら 1つ の それらの モデル は a 制限付き バージョン の その 他の、 私たちは 電話 これ それ その モデル は ネストされた、 私たちは できる 実は する a 可能性 比率 テスト。
それ は 終わり とても 簡単に で 私たちの プラットフォーム 単に による 選択する その 二 モデル そして クリック の上 比較する 選択済み モデル。 私たちは 意思 得る a 違い で その 過ごす 四角、 どれの を表す その 変化 で その 不適合者 の その モデル。 私たちは また 見て で その 違い で 度 の 自由 間 その 二 モデル そして その 違い で その フィット によると に いくつかの の その ほとんど 人気のある フィット 統計 で 同じ。
今、 によると に これ 特定の テスト、 それ 登場 それ その 変化 で 過ごす 四角、 その 増加 で 不適合者 は ない 統計的に 重要な。 もし 私たちは 使用 ただ これ 過ごす 四角 違い テスト、 私たちは だろう それから 来る に その 結論 それ 平 けれど それらの 二 価値観 は 違う、 彼らは ない 統計的に 違う。 今 私たちは できた 行く 戻る 下 ここ に 私たちの タブ 結果 そして あなた できる 見る それ その 回帰 係数 は その 同じ 平 いつ I 行く 横切って その タブ。 私たちは できた それから 言う、 良い、 そこには いいえ 違い 間 男性 そして 女性 で 条項 の どうやって 身長 予測する 重さ。
これ は a とても 単純 例 の どうやって 私たちは できた 使用 平等 制約 横切って グループ で 注文 に テスト a 特定の 仮説。 今、 として あなた できる 想像する、 I できた 行く 戻る の中へ 私の モデル 仕様 そして I できた 置く 平等 制約 また の上 その 分散 の 身長 そして の上 その 残留 分散 の 重さ。 もし それ は 何か それ は の 興味 に 自分、 もし I 欲しい に テスト それらの 違い、 これ フレームワーク 許可する 自分 に する それ。
今、 a 多く の 回 あなたは 行く に 持っている もっと 複雑 モデル 良い 超えて リニア 回帰、 または あなた かもしれない 持っている もっと レベル の あなたの グループ化 変数、 そして それは 完全に 大丈夫。 これ は a 単純 例 それ うまくいけば あなた できる... それ 許可する あなた に 見る どうやって あなた できた 伸ばす これ の中へ a もっと 複雑 設定。 わかった、 それで それ は これ 例。
I 欲しい に 動く の上 に 一つの 例 それ 用途 縦方向 データ。 今、 だった ない 行く に 動く 離れて から 複数 グループ 分析 全体的に。 だった 基本的に 行く に ハイライト いくつかの の それらの 縦方向 分析 改善、 しかし それから まだ 持ってくる 戻る その 概念 の 複数 グループ 分析。
のために これ 例、 I 欲しい あなた に 想像する それ 私たちは 持っている データ テーブル どこ 私たちは 持っている データ から 学生 それ 持っている 撮影 一つの アカデミック 成果 テスト のために 4つ 連続した 年。 多分 何 私たちは 本当に 欲しい に 探す 外 から これら データ は かどうか 学生の 成果... どうやって は それ 現像 以上 時間？ かどうか 男性 そして 女性 異なる で 彼らの 軌道 以上 時間？ これら は 行く に なれ その 二 質問 それ だった 行く に 集中 の上 のために これ 特定の 例。
今、 そこには は a サンプル データ テーブル それ あなた 意思 探す 内で 私たちの サンプル データ フォルダ。 その と呼ばれる アカデミック 成果。 あなた できた 使用 それ に フォローする 平行 と これ 例。 で これ データ、 私たちは 持っている 100 行。 それぞれ 行 を表す a 違う 学生 それ 取った これ アカデミック 成果 テスト。 あなた できる 見る それ ここ、 これら 4つ 列 代表する その スコア の上 それ 複数 選択 テスト それ だった 撮影 のために 年 で a 行。 それらの は その データ それ 私は 行く に 集中 の上 のために フィッティング a 縦方向 モデル。
私は 行く に 行く に その 分析する メニュー、 マルチ 様々な 方法、 構造方程式モデル、 そして それらの 4つ 変数 は 選択されました。 私は ただ 行く に クリック の上 モデル 変数 で 注文 に 使用 それらの で 同じ。 私は 行く に クリック わかった。 覚えて、 その 初め 質問 だった、 どうやって する 学生の アカデミック 成果 開発する 以上 時間？ 私たちは 欲しい に 特徴づける それ 成長 または 形 外 かどうか そこには は 成長 確かに。
私たちは 持っている 私たちの モデル ショートカット 下 で その 底 左、 そして あなた できる 見る それ 下 その 経度 分析 メニュー、 私たちは 持っている a 新しい オプション。 だった 行く に 得る に これ オプション 後で 今日、 多変量、 遅い で 成長 曲線。
しかし 私たちは また 持っている 持っていた a 少し 他の オプション ここ それ 作る 縦方向 モデリング とても 素早い そして 単純。 のために これ 例、 私は 行く に 使用 その フィット そして 比較する 成長 モデル。 いつ I する それ、 三つ 違う モデル は フィット。 I 得る a 過ごす 四角 違い テスト のために 全て の その 可能 組み合わせ ここ。 もし I 見て で その フィット インデックス そして また その 結果 から これ 過ごす 四角 違い テスト、 I 意思 認識する それ その 最高 フィッティング モデル ここ は その リニア 成長 曲線 モデル。 で 他の 言葉、 それ 登場 それ その スコア の上 これ アカデミック 成果 テスト 以上 時間 できる なれ 最高 特徴づけられる による リニア 成長。
ベース の上 それ、 I 意思 行く 先に そして 集中 の上 通訳 その 結果 から これ リニア 成長 曲線 モデル。 私は 行く に 開ける それ そして 想起 それ それ 1つ の その 新しい 特徴 のために 縦方向 モデリング は a 新しい 予測された 価値観 プロット それ 許可する 私たち に 解釈する その 結果 の 私たちの モデル a 多く もっと 簡単に。 もし あなたは おなじみ と 成長 曲線 モデル、 あなた 知る それ いくつかの の その 鍵 パラメータ 推定値 は これら 右 ここ。 彼らは 教えて 私たち の上 平均 どうやって 私たちの 学生 どこ する 彼らは 始める そして どうやって は 彼らは 変化 以上 時間 そして どうやって 多くの 変動性 そこには は で それらの 軌道。
下 その 赤 三角形 メニュー の これ 特定の モデル、 もし I スクロール 下、 私は 行く に 探す 一つの オプション と呼ばれる 予測された 価値観 プロット。 もし I クリック の上 それ、 あなた 意思 見る それ として a デフォルト、 私たちは 見せる あなた 箱 プロット の その 予測された 価値観 のために 全て の その 結果 変数 で その モデル。
今、 いつ あなた 持っている 縦方向 データ、 私たちは 持っている a とても 便利 オプション ここ それ 許可する あなた に 接続する その データ ポイント そして 実は 得る a スパゲッティ プロット それ ショー あなた それぞれ の その 個人 予測された 軌道 による その モデル。 今、 その かわいい いいね なぜなら その プロット は、 で 事実、 リンクされた に その データ テーブル。 何でも 選択 あなた 持っている ここ の上 その プロット、 あなた できる また 見る それらの で あなたの データ テーブル、 どれの は 何か それ あなた 知る に 期待する から ジャンプ。
で 条項 の 通訳 その 結果 の その モデル、 その いいえ 驚き それ これら は 全て 真っ直ぐ 線 なぜなら 私たちは フィット a リニア モデル。 しかし あなた できる 確かに 見る それ そこには は a 多く の 変動性 で その 方法 これら 学生 は 変化。 いくつかの 学生 始める の上 その トップ で その 始まり そして は まだ 増加しています。 他の 学生 は 起動 低い そして は 実は 展示 a 少し 少し の 衰退 以上 時間。
しかし 私たちは また 見る 一つの 平均 軌道 ここ それ 思われる に 見せる a 少し 少し の 増加 以上 時間。 の上 平均、 そこには は いくつかの 増加、 しかし そこには a 多く の 変動性 の上 どうやって 人々 は 変化。 の コース、 1つ の その 自然 質問 あなた かもしれない 持っている は、 何 要因 予測する それらの 違う 軌道、 のように その 変動性 で それ 傍受 スロープ、 それは 何か それ 私は 覆われた で 他の プレゼンテーション、 それで 私は ない 行く に 話す について それ 今。 しかし また、 I 奨励する あなた に 使用 その 予測的な 価値観 プロット に より良い 解釈する あなたの 縦方向 分析。
私たちは 話した について ユーザー いる できる に 特定 彼らの 自分の 独立 モデル。 それ は 何か それ 私たちは する ここ で その モデル 比較 テーブル そして できる なれ とても 役に立つ のために 縦方向 分析。 私たちは する 持っている 一つの 独立 モデル それ は 供給された による デフォルト、 しかし もし あなた 選ぶ に 変化 それ、 それから あなた できた いつも 右クリック の上 どれでも 与えられた モデル それ あなた 欲しい に セット として その 独立 独立 モデル、 そして 私たちは 意思 取る ケア の それ 変化 のために あなた。
それ は 一つの 高度な 技術。 I とても 多くの アドバイスする あなた に、 もし あなたは ない おなじみ として に 何ですか その ちゃんとした 独立 モデル のために あなたの 分析、 あなた すべき 本当に 取る a 見て で その 文学 に 作る もちろん それ あなたは 使用して a 良い 独立 モデル なぜなら それ 本当に 様々 時々 による コンテクスト。
私は 座っている 次 に これ 美しい ウィンドウ そして その 太陽、 その a 素敵 日 それで 私は 行く に 持っている に 調整する ここ 私の コンピューター それで それ I しない 持っている 全て その ライト の上 私の 顔。 I 謝る のために それ。
わかった、 それで さあ 得る 戻る に これ 質問。 私たちは 言った それ どうやって 学生たちは 成し遂げる そして 開発する 以上 これ 期間 の 時間？ 私たちは 今 持っている 一つの 理解 それ それ 開発する で これ リニア ファッション そして それ そこには は 実質的な 変動性。 それは その 答え に それ 質問。
良い、 その 次 もの は、 する 男性 そして 女性 異なる で これら 軌道？ その 方法 だった 行く に 認める そして 住所 それ 質問 は による 使用して 複数 グループ 分析。 T 彼の できた なれ 戻る で その プラットフォーム、 私たちは できた 使用 その 主要 三角形 メニュー に やり直す そして 再起動 私たちの 分析。
今 何 だった 行く に する は 持ってくる これ グループ化 変数、 I 持っている a セックス として グループ 変数。 ただ による やっている これ、 良い なれ できる に 呼び出す 私たちの 複数 グループ 分析 機能性。 私は 行く に クリック わかった、 そして 今 あなた できる 見る それ 私たちの 報告 のために その プラットフォーム もっている その レベル の 私たちの グループ化 変数 ここ として タブ。
ただ として 前に、 あなた できる 見る それ その 男性 そして その 女性 持っている その 同じ モデル として a デフォルト、 しかし 私たちは できる 作る 変更 に それ。 だった 行く に 仕事 内で その 連合 タブ なぜなら I 欲しい その 変更 それ 私は について に する に その モデル 仕様、 I 欲しい 彼ら に 適用する のために 両方 男性 そして 女性。
I 意思 また ハイライト、 そして これ は ただ a 少し 側 注記、 それ 下 その 状態 タブ、 あなたは 行く に 探す グループ 特定の 情報 それ 私たちは しなかった 持っている 前に いつ 私たちは しなかった 持っている 複数 グループ 分析。 あなた できる 持っている いくつかの 情報 について あなたの データ、 ない データ、 そして それで の上 それ は 特定の に その グループ。
わかった、 それで さあ 行く 先に そして 答え これ 質問。 する 男性 そして 女性 持っている 違い で 彼らの 軌道？ 良い、 I すでに 知る それ その リニア モデル フィット 最高、 それで 私は 行く に 行く に 私たちの モデル ショートカット、 経度 分析、 そして 私は 行く に クリック の上 その リニア レイテンシー 成長 曲線。 その ショートカット とても 素早く セット 上 その モデル のために 自分、 作る それ とても 単純、 そして 彼らは する それ 横切って 全て の その レベル の その グループ化 変数。 I 持っている その リニア 成長 曲線 モデル。
知らせ それ これら 鍵 側面 の その モデル、 その 推定値 それ 本当に 特徴づける その 変化 で 私たちの データ、 しない 持っている どれでも ラベル の上 それらの エッジ、 どれの 手段 それ 彼らは 自由に 推定 横切って 男性 そして 女性。 私の 初め モデル ここ は a リニア 成長 曲線 モデル。 私は ただ 行く に 置く a 少し キーワード ここ。 おっと、 I 消去された それ。 リニア 成長 曲線。 しかし I 望んでいた に 含む ここ それ これ は 自由に 推定 右 横切って その グループ。 私は 行く に クリック の上 走る。 素晴らしい。
私たちは できる 見る ここ いくつかの フィット インデックス。 で 私の 報告、 I できる 見る a タブ のために その 男性 そして のために その 女性。 の コース、 として あなたは 期待する、 もし I 行く 戻る そして 前へ、 I できた 取る a 見て で その 結果 のために その 女性 そして それから 行く 戻る そして 見て で どうやって それらの 結果 は 多分 違う のために その 男性。 これ は 面白い。 そこには 現れる に なれ いくつかの 違い、 しかし また、 私たちは かもしれない 欲しい に 形 外 かどうか その 違い それ 私たちは 観察する ただ から 見ている で これら 推定値 しかし それらの は で 事実、 統計的に 重要な。
何 病気 する は 私は 行く に 行く 戻る に 私の モデル 仕様 そして 私は 行く に する 一つの オムニヴィス テスト。 で 他の 言葉、 それよりも よりも ただ パッティング 一つの 平等 制約 の上 1つ の これら 推定値、 私は 実は 行く に する それ のために 全て の これら 推定値、 その 傍受 平均、 その 平均 のために その スロープ、 そして その 共分散 の その 傍受 そして スロープ、 そして 彼らの 差異。
あなた しない 持っている に する それ これ 方法、 しかし 本当に その あなたの 研究 質問 それ すべき なれ ガイド どこ する あなた 場所 それらの 平等 制約ですか? で 私の 場合、 I ただ 欲しい に する 一つの オムニヴィス テスト どこ I 形 外 かどうか その 軌道 のために 男性 そして 女性 は 違う そして かどうか または ない I 必要 a 別 見積もり のために それらの パラメータ。
I 持っている 全て の それらの エッジ 選択された そして 私は 行く に クリック の上 セット 等しい。 ここ I 確認済み それ I する 欲しい それらの 平等 制約 横切って 両方 グループ。 これ は 実は とても 役立つ いつ あなた 持っている もっと よりも 二 レベル で あなたの グループ化 変数。 それ かもしれない なれ それ あなた 欲しい 平等 制約 横切って、 言う、 二 グループ しかし ない その 三番目。 あなた できる チェックを外す いくつかの の それらの グループ ここ もし あなた 必要 に。
私は 行く に クリック わかった。 今 全て の それらの エッジ 得た a 違う ラベル。 あなた できる 見る それ もし I 行く そして 見て で その 男性 そして その モデル のために その 女性、 それらの ラベル は その 同じ。 また、 ただ に 思い出させる 私たち それ だった 行く に 見積もり のみ 1つ 見積もり のために それぞれ の それらの エッジ 横切って グループ。
わかった、 それで これ、 一度 また、 は a リニア 成長 曲線、 しかし I 持っている 等しい 成長 見積もり。 さあ 行く 先に そして 走る それ モデル。 私たちは できる 見る、 また、 私たちは できた 集中 の上 その フィット の これ モデル。 それ しない 思われる に なれ として 良い として その 前の 1つ。 なぜなら これ 2番 モデル は a 制限付き バージョン の その 初め、 私たちは できる 実は 選択 それらの 二 モデル そして する a 意味のある 比較 による クリック の上 比較する 選択済み モデル。
として 前に、 私たちは は できる に 見る ここ その 変化 で その 過ごす 四角 平行 と その 変化 で その 度 の 自由。 これ 伝える 私たち どうやって 多くの 増加 で 不適合者 は そこには で 私たちの モデル、 そして は それ 増加 で 不適合者 統計的に 重要な？
もし それ は、 どれの で これ 場合 それ は、 それから 私たちは 基本的に は 言って それ それらの 平等 制約 は ない 持続可能。 それ だった ない a 良い アイデア に 場所 それらの。 今 私たちは できる 言う と a フォーマル 統計的 テスト それ そこには は 統計的に 重要な 違い で その 軌道 横切って 男性 そして 女性。
今、 あなた かもしれない 欲しい に 見て で それらの 違い による 使用して その 予測された 価値観 プロット。 それは 何か それ 私たちは できる する ただ による 行く の中へ その 赤 三角形 メニュー。 しかし 何 私は 行く に する 初め、 実は は I しない 本当に 欲しい に 見て で その モデル それ もっている その 等しい 成長 推定値 なぜなら 私たちは ただ 気がついた それ それらの 平等 制約 だった 本当に ない a 良い アイデア。 私は ない 行く に 見て で それ。 その代わり、 私は 行く に 見て で その 初め モデル 私たちは フィット、 そして 私は 行く に する その 同じ のために その 男性 ここ。 下 その 赤 三角形 メニュー、 私は 行く に クリック の上 予測 価値観 プロット、 そして 私は 行く に 接続する それらの ポイント なぜなら I 知る 私の データ は 縦方向。
これ は その プロット それ は 特定の に その 男性、 に その 男 サンプル。 しかし それ だろう なれ 本当に 役立つ に 見て で これ プロット 側 による 側 と その プロット のために その 女性。 その 実は とても ニース それ 全て の 私たちの 赤い三角 メニュー オプション ここ は 自動的に 向きを変えた の上 横切って 全て の あなたの グループ、 それで あなた しない 持っている に 行く グループ による グループ 旋回 の上 その もの あなた 欲しい に 見る。
しかし 別の トリック それ I 本当に のように は、 いつ あなた 持っている a タブ付き 報告、 あなた できる いつも 右- クリック の上 それ そして 変化 その スタイル の その 報告 それで それ その の上 a 水平 広める。 これ は 行く に 許可する あなた に 見る その タブ 側 による 側、 その コンテンツ の 彼ら。
私は 行く に クリック の上 H 水平 広める。 今 知らせ それ I 持っている その 男性 そして その 女性 側 による 側。 私は 行く に 使用 その 赤 三角形 メニュー 平行 と その オプション または 全て 鍵 で 注文 注文 に 振り向く オフ その まとめ の フィット、 その パラメータ 推定値、 そして その 図。 本当に、 全て I 欲しい に 見る は その 予測された 価値観 プロット。 私は 行く に クリック わかった。 完璧。
今 I できる 見る その 予測された 価値観 プロット のために その 男性 そして のために その 女性。 I できる 見る それ 側 による 側。 とても 意図的に、 私たちは 持っている ここ その Y 軸 で その 同じ 規模 それで それ これら プロット は 比較可能です。 今 あなた できる 見る どうやって その 軌道 異なる。 私たちは 見る それ そこには a 多く もっと 広める のために その サンプル のために その 女性。 そこには また 思われる に なれ a 少し 少し の a 違い の上 それ 平均 軌道 で その 額 の 成長。
また、 そこには 多くの もっと フォローする 上 テスト それ 私たちは できた する ここ で 注文 に 形 外 どこ その 特定の 違い 嘘。 もし 私たちは 望んでいた に テスト それ、 私たちは できた 言う、 良い、 は そこには a 違い 具体的には で その 分散 の その スロープ？ 私たちは できた 置く それ 平等 制約 そして する もっと 特定の テスト として フォローアップ。 しかし のために 今、 I 希望 それ ただ 表示中 あなた これ 例 本当に 許可する あなた に 見る どうやって 複数 グループ 分析 できる なれ 使用済み で a もっと 複雑な 設定 そして どうやって これ 新しい 予測的な 価値観 プロット できる なれ 使用済み に 本当に 促進する その 解釈 の あなたの 縦方向 モデル。
全て 右。 だった ほとんど で その 終わり の その デモ そして 何 I 欲しい に する とても 素早く と その 同じ データ、 I 本当に 望んでいた に ハイライト その 多変量 成長 曲線 ショートカット。 L そして 自分 行く 先に そして 行く 戻る ここ に その 構造方程式モデル プラットフォーム、 そして これ 時間、 想像する それ 私たちは 持っている 二 セット の スコア 以上 時間。
それで だった 行く に なれ 見ている で 二 プロセス。 私たちは しない ただ 持っている アカデミック 成果 の上 それ 1つ テスト。 私たちは 持っている それ の上 二 違う テスト そして 私たちは 欲しい に 見る どうやって それらの 二 プロセス は 変化。 どうやって は 彼らは 関連している 以上 時間？ 私は 行く に 使用 全て の これら 変数 ここ、 クリック の上 モデル 変数 そして わかった。 U 名誉 その モデル ショートカット、 覚えて それ 縦方向 分析 多変量潜在変数 成長 曲線、 それ ショートカット 許可する 自分 に 選択 変数 のために 1つ 特定の プロセス。
ここ、 I かもしれない 持っている それらの 初め 4つ 変数。 それ だった 私の 初め プロセス I 欲しい に 見て で。 さあ ただ 言う それ それらの だった 数学 スコア。 私は 行く に 電話 それ 数学。 Y または 得る に 選ぶ ここ 何 タイプ の 成長 あなた 欲しい に 特定 のために それ 特定の プロセス のために それ セット の 変数。 だった 行く に スティック に a リニア 成長、 そして それから 私たちは できる クリック その プラス ボタン で 注文 に 持っている それ 終わり のために 私たち 右 離れて。 Y または できる 見る その プレビュー で その 背景 ここ。 W e 持っている 一つの 傍受 そして a スロープ のために 数学。 T めんどり 私たちは できる 変化 その 名前 ここ。 多分 その 2番 プロセス は 科学、 そして 今 私たちは できる 選択 その 変数、 その 繰り返し 対策 のために それ 科学 テスト 以上 その 4つ 年。
A 得、 だった 行く に スティック に その リニア モデル、 そして だった 行く に クリック その プラス ボタン。 V ery 素早く、 それ モデル は 変化 そこには の上 その 背景。 だった 終わり 今。 それで 私は ただ 行く に クリック わかった。 A 得、 今 I できた ただ クリック 走る そして とても 素早く 得る その 結果 のために それ モデル。 これ は 一つの 高度な 応用、 しかし それ は a 本当に 面白い 1つ なぜなら それ 許可する あなた に 見て で どうやって その イニシャル 時間 ポイント、 その インターセプト 横切って 二 プロセス で これ 場合、 どうやって は それらの 傍受 スコア 関連している？ は 彼らは 関連する？ A また その 料金 の 変化 以上 時間。
もし あなた 持っている a より高い スコア で 数学、 する あなた また 傾向がある に 持っている ない ただ a より高い スコア、 しかし a より高い スロープ 以上 時間 で 数学？ か それ 平均 あなた また 持っている a より高い レート の 変化 で 科学？ A によると に これ、 あなた する、 なぜなら 私たちは 持っている a ポジティブ 協会 間 それらの 二 要因。
また、 ただ ハイライト いくつかの の それ 新しい 機能性。 私の とても 最後 例 は のために 調査 発達。 これ は 行く に なれ とても 簡単な、 I 約束。 さあ ただ 言う ここ それ 私たちは 欲しい に 形 外 何 は その 鍵 ドライバー の お客様 満足？ W e 知る それ 認識された 品質 の 私たちの 製品 そして その 評判 の 私たちの ブランド は 本当に 重要。 しかし 本当に、 前に 私たちは できる 平 答え どれでも 質問 について お客様 満足、 私たちは 本当に 必要 に 作る もちろん それ 私たちは 持っている a 有効 そして 信頼性のある 方法 に 評価 それらの 変数。 なぜなら これら は 変数 それ は ない 観察された 直接、 彼らは 潜在的な 変数、 そして したがって、 その 難しい に 作る もちろん それ 私たちは は 測定 彼ら で a 信頼性のある そして 有効 方法。 S 調査 発達 は 全て について 達成する それ ゴール。
I 持っている 一つの 例 ここ それ は 行く に 許可する 私たち に 見る どうやって 探索的な 要素 分析 は 今 リンクされた に として それで それ あなた できる する 調査 発達 で a 本当に 合理化された ファッション。 I 持っている 843 行 で これ データ テーブル。 それぞれ 行 を表す 一つの 個人 誰が 満たされた 外 a 調査。 で それ 調査、 彼らは 与えた 私たち 評価、 答えた 質問 について その 認識された 品質 の 私たちの 製品。 彼らは また 与えた 私たち 違う 回答 のために その 認識された ブランド の 私たちの ブランド。 T めんどり 彼らは また 答え 質問 について 彼らの 満足 と その 製品。 これ できた なれ もの のように、 どうやって おそらく は あなた に 推薦する 私たちの 製品 に 誰か あなた 知る？ それらの 種類 の 質問。
I すでに 持っている a 保存された スクリプト のために その 要素 分析 プラットフォーム。 私は ない 行く に 得る の中へ その 詳細 の どうやって あなた 使用 これ プラットフォーム、 しかし I する 欲しい に 集中 の上 その 事実 それ その 結果 から これ 分析 は 右 ここ で その 回転した 要素 読み込み中 マトリックス。 それ は その 鍵 結果 から これ 分析。 U 通常、 何 私たちは 欲しい に 見る ここ は それ その 質問 それ は 想定 に 測定、 で これ 場合、 満足、 それ 彼らは は で 事実、 読み込み中 の中へ その 同じ 要素。
この 場合 彼らは は、 そして それは 良い ニュース。 私たちは 見る その 同じ パターン のために 品質。 その もっと 実質的な 積載量 は のために これら 初め 三つ 質問 の 品質。 知らせ それ そこには は 1つ 品質 質問 それ しない 思われる に 持っている a 良い 高い 読み込み中 で どれでも の その 要因。 それで 多分 私たちは だろう 行く 戻る そして 作る もちろん それ その 文言 の それ 質問 は 良い、 または 私たちは かもしれない ただ 欲しい に 投げる 外 それ 質問 全部一緒に。
そこには また a カップル の 質問 のために 認識 の 私たちの ブランド それ しなかった 思われる に する とても 良い。 A 得、 いつもの あなた する とても 注意深い 選択 の あなたの 質問。 あなた だろう 行く 戻る、 読む 何 だった それらの 質問、 は そこには 何か 私たちは すべき 微調整、 または するものとする 私たちは ただ 得る 取り除く の 彼ら？ 今、 のために その 時間 いる、 その 特徴 I 欲しい に ハイライト は それ 下 その 赤 三角形 メニュー の これ モデル、 そこには は a 新しい オプション のために コピー その モデル 仕様 のために 同じ。 私は 行く に クリック それ。 W もっている それ する は それ その 積載量 それ は 大胆な ここ で 私たちの ファイナル 回転した 要素 読み込み、 それらの 積載量 は 行く に なれ 保存された それで それ 私たちは できる 使用 彼ら で その として プラットフォーム。
通常、 あなたは 欲しい に 集める a 新しい 独立した サンプル それで それ あなた できる 確認する これら 探索的な 結果。 今、 さあ ただ 仮定する のために a 分 ここ それ これ データ テーブル は 私の 新しい 独立した サンプル、 そして I だろう 今 行く に 分析、 多変量 方法、 構造方程式モデル、 そして I できる 使用 全て それらの 同じ 変数、 のように の上 モデル 変数、 そして それから わかった に 打ち上げ その プラットフォーム。
通常、 また、 あなた 欲しい に 確認する その 結果 それ あなた 見つかった と 一つの 独立した サンプル。 何 あなた できる する は で その 主要 赤 三角形 メニュー、 あなた できる クリック の上 ペースト モデル 仕様。 N 痛い 知らせ それ その 要素 積載量 から その 要素 分析 プラットフォーム だった 再スケール による その 標準 逸脱 の その 指標。 私は 行く に クリック わかった、 そして あなた できる 見る 今 それ その 価値観 ここ は 修理済み のために その 積載量 の それらの 遅い で 変数。 彼らは 修理済み に 対応する に その 価値観 から その 要素 分析 プラットフォーム。
今、 また、 彼らは 持っている に なれ 再スケール なぜなら その 分散 の その 変数 は 撮影 の中へ 考慮。 それは その ちゃんとした 方法 に 特定 その モデル。 しかし その 本当に ニース に なれ できる に 合理化 これ ワークフロー なぜなら 通常、 もし あなた 本当に 欲しい に フィット a 確認的な 要素 モデル ベース の上 一つの 探索的な 要素 分析、 あなた だろう 持っている に 置く これら 制約 による 手。T 帽子の 本当に 退屈だ。 それで 私たちは 作った それ とても 簡単。 これら 潜在的な 変数 持っている 積載量 それ は 修理済み に 知られている 価値観 から a 前の 勉強、 から a 前の 探索的な 分析、 そして 私たちは できる 今 確認する かどうか または ない それ 階乗 構造 まだ 保持する と a 新しい サンプル。
1つ もの I すべき 明らかにする は それ その 三つ 変数 それ した ない 持っている 実質的な 要素 積載量 で その 報告 は ない いる リンクされた に どれでも の その 潜在的な 変数。 R 実際には、 私たちは しない 欲しい これら に なれ ここ で その 分析。 W もっている I できる する は その 赤い三角 メニュー また もっている 一つの オプション のために 削除する マニフェスト 変数 から その 分析。
私は 行く に 使用 それ それで それ I できる 素早く ただ 探す 品質 3、 ブランド 3、 そして ブランド 5 a nd I できる ただ クリック わかった に 得る 取り除く の それらの 変数 なぜなら I しない 本当に 欲しい に フィット 私の モデル と 彼ら で そこには。 A 得、 今 I できる ただ 走る これ モデル、 評価 その フィット、 そして 形 外 かどうか I できる、 で 事実、 確認する 私の 結果 から 探索的な 要素 分析 使用して 確認的な 要素 分析 で 同じ。 T もっている は 全て I 持っている のために これ デモ。 I 希望 それ これ は 役立つ そして I 見て フォワード に 答える 全て あなたの 質問 その間 その ライブ 質疑応答。 感謝 あなた とても 多くの。
