全部 正確的 . 你好 , 每個人 . 我的 姓名 是 海莉 亞列米奇 . I 工作 在 跳轉 這 過去的 夏天 作為 a 統計 測試 實習生 , 和 患病的 是 返回 這 未來 夏天 在 這 相同的 角色 . 這 過去的 夏天 , I 建造 一個 添加- 在 那 幫助 使用者 合身 和 視覺化 交互作用 . 我是 興奮的 到 演講 到 你 全部 關於 那 今天 .
好的 , 到 放 向上 這 例子 那 我是 去 到 是 使用 自始至終 這 演講 . 讓我們 拿 a 看 在 這 夾子 從 a 網站 稱為 這 科學 的 People.com . 這 夾子 讀 . 做 你 知道 這 影響 的 你的 工作 什麼時候 我們 不 有 我們的 為什麼 在 這 正面 的 我們的 頭腦 ? 它 能 是 難的 到 感覺 有動力 和 興奮的 關於 什麼 是 正在做。
什麼時候 我們 得到 忙碌的 或者 不知所措 . 這 為什麼 只是 似乎 到 滑 離開 . 這 夾子 告訴 我們 那 什麼時候 我們 感覺 那 我們的 工作 有 意義 , 這 傾向 到 帶領 到 更大 工作 滿意 . 和 a 結構 方程式 造型 小路 圖表 , 我們 會 展示 那 原因 和 影響 關係 喜歡 這 .
但 如果 是 也 不知所措 在 工作 , 這 關係 可能 削弱 . 這 意義 的 我們的 工作 應該 是 有關的 到 工作 滿意 , 但 僅有的 如果 壓倒 是 低的 . 從概念上來說 , 我們 可以 代表 那 喜歡 這 . 在 這 社會的 科學 , 這 是 什麼 我們 稱呼 適度 , 因為 壓倒 是 去 到 緩和 那 關係 之間 意義 和 工作 滿意 . 但 更多的 廣泛 , 這 是 已知 作為 一個 交互作用 . 什麼時候 我們 尋找 a 重要的 交互作用 , 我們 需要 到 視覺化 它 在 命令 到 理解 什麼是 去 在 . 到 做 那 , 我們 常 需要 到 看 在 簡單的 連續下坡 .
A 簡單的 坡 描述 這 關係 之間 這 預測器 和 這 結果 在 a 特別的 價值 的 這 主持人 . 在 這 陰謀 , 是 服用 a 看 在 這 關係 之間 意義 和 工作 滿意 在 三 不同的 價值觀 的 壓倒 . 這 紅色的 線 是 那 關係 什麼時候 壓倒 是 低的 . 這 藍色的 線 是 什麼時候 壓倒 是 在 它是 意思是 , 和 這 紫色的 線 是 什麼時候 壓倒 是 高的 . 只是 作為 我們 會 預計 , 這 關係 之間 意義 和 工作 滿意 是 這 最強 . 什麼時候 壓倒 是 低的 和 慣於 壓倒 是 高的 , 那 關係 削弱 .
存在 有能力的 到 視覺化 簡單的 連續下坡 是 a 真的 基本的 部分 的 配件 和 理解 模型 那 涉及 交互作用 . 但 在 命令 到 發布 這些 結果 , 我們 也 常 需要 細節 關於 這 價值觀 的 那些 簡單的 連續下坡 和 他們的 統計 意義 在 不同的 價值觀 在 這 主持人 . 只是 喜歡 我已經 顯示 這裡 為了 高的 和 低的 價值觀 的 壓倒 .
我們 能 也 拿 事物 a 步 更遠 超過 簡單的 適度 . 這 夾子 也 提及 那 意義 可能 結果 在 更大 工作 滿意 因為 它 傾向 到 帶領 到 更大 動機 在 工作 . 那裡 可能 是 a 原因 和 影響 通路 這裡 , 和 這 是 什麼 我們 會 稱呼 調解 . 但 再次 , 壓倒 需求 到 是 低的 在 命令 為了 這些 好處 到 玩 出去 . 我們 可能 預計 那 壓倒 需求 到 是 低的 在 命令 為了 這 第一的 影響 到 是 展示 . 我們 會 稱呼 這 第一的 階段 主持 調解 . 或者 我們 可能 思考 那 低的 壓倒 是 更多的 重要的 為了 這 第二 影響 到 是 展示 . 我們 會 稱呼 這 第二 階段 主持 調解 .
在 這些 主持 調解 模型 , 如果 我們 尋找 a 重要的 交互作用 , 我們 仍然 需要 到 探測 那 和 評估 意義 在 不同的 價值觀 在 這 主持人 . 但 這 時間 , 是 有興趣的 在 密謀 和 測試 這 全部的 影響 的 意義 在 工作 滿意 透過 動機 . 我們 稱呼 這 這 間接 影響 . 是 去 到 看 一個 例子 的 這 在 我們的 示範 在 只是 a 很少 分分鐘 .
這些 類型 的 問題 來 向上 全部 這 時間 , 不是 僅有的 在 社會的 科學 研究 , 但 也 在 其他 區域 . 鑑於 他們的 受歡迎程度 , 它是 不 驚喜 那 我們已經 有 a 很多 的 請求 從 跳轉 使用者 到 包含 快的 和 簡單的 方法 的 配件 和 視覺化 這些 類型 的 模型 . A 很多 的 這些 使用者 請求 提及 適度 , 調解 和 簡單的 連續下坡 . 這 傑森 尼曼 陰謀 是 一個 擴大 的 這 簡單的 連續下坡 陰謀 那 I 顯示 早些時候 , 和 患病的 得到 到 那 在 a 很少 分分鐘 . 但 基本上 這些 是 全部 不同的 行話 方法 的 詢問 為了 這 相同的 功能 .
你會 注意 那 a 很多 的 這些 請求 提到 這 過程 宏 . 這 過程 宏 是 a 非常 廣泛 用過的 工具 為了 配件 這些 類型 的 模型 . 它 提供 簡單的 模型 配件 和 a 很多 的 數位 輸出 關於 這些 模型 . 但 正確的 現在 , 它 沒有 提供 視覺化 . 這 負擔 會 是 在 這 使用者 到 拿 這 數位 輸出 和 創造 a 圖形 和 它 別處 . 那 能 是 非常 繁瑣 和 錯誤 易於 . 這 是 a 真的 重要的 退稅 因為 這些 圖表 是 基本的 為了 理解 交互作用 .
只是 到 給 你 a 感覺 的 如何 難的 它 是 為了 這 使用者 到 創造 這些 圖表 在 他們的 自己的 , 這些 是 這 公式 那 基礎 這 二 劇情 那 你是 關於 到 看 在 這 示範 . 想像 擁有 到 程式碼 這些 向上 你自己 . 它 會 是 真的 艱難的 . 和 這 外掛 , 我們 通緝 到 畫 之上 這 力量 的 這 過程 宏 那 製作 它 所以 受歡迎的 所以 簡單的 和 自動化 配件 的 這些 模型 . 但 然後 我們 也 額外 特徵 那 不能 是 成立 別處 和 那 真的 大寫 在 這 獨特的 優勢 的 跳轉 . 引人入勝 視覺化 那 否則 會 是 真的 艱難的 為了 使用者 到 製作 從 刮痕 .
這是 a 快的 概括 的 這 特徵 的 我們的 添加- 在 , 作為 出色地 作為 什麼 使用者 是 現在 向上 反對 . 如果 他們 想 到 合身 這些 模型 和 這 結構 方程式 造型 平台 跳轉 但 沒有 這 添加- 在 . 我們 自動化 全部 這 細節 的 模型 配件 和 沒有 這 添加 , 有 a 很多 的 數據 預處理 那是 常 必需的 和 它 能 是 難的 到 指定 這 正確的 結構 方程式 模型 .
我們 也 提供 a 很多 的 數位 輸出 , 但 是 也 去 到 篩 透過 那 輸出 和 做 這 更遠 計算 和 它 那 是 需要 到 真的 蒸餾 那 輸出 . 然後 , 作為 I 提及 , 全部 視覺化 是 現在 自動化 所以 使用者 能 避免 那些 複雜的 公式 .
現在 我是 去 到 跳轉 超過 到 a 示範 使用 這 第二 階段 主持 調解 模型 和 這 外掛 . 這是 這 模型 那 是 去 到 合身 . 之內 跳轉 , 我是 去 到 打開 向上 我們的 … 哎呀， I 已移動 我的 酒吧 這裡 . 好的 . 我是 去 到 打開 向上 我們的 適度 中介插件 . 我是 去 到 放 這 第二 階段 主持 調解 模型 .
之內 這 使用者 輸入 窗戶 , 這 第一的 事物 我們 看 是 這些 數位 . 喜歡 I 提及 , a 難的 方面 的 配件 這些 類型 的 模型 能 是 理解 如何 到 製作 這 跳轉 從 什麼 我們 思考 是 去 在 概念上 到 這 統計 模型 那 需求 到 是 合身 . 這 目標 的 這些 數位 是 只是 到 拿 那 負擔 離開 從 這 使用者 , 和 這 僅有的 輸入 那 我們 需要 從 這 使用者 是 只是 到 選擇 a 多變的 為了 每個 角色 . 我是 去 到 做 那 這裡 .
然後 可選地 任何 數位 的 協變數 能 是 額外 . 經過 預設 , 任何 變數 涉及 在 一個 交互作用 學期 是 去 到 是 意思是 居中 . 但 這 能 是 轉身 離開 或者 他們 能 是 居中 大約 a 使用者 指定的 價值 . 然後 那些 劇情 那 I 提及 是 僅有的 去 到 是 顯示 在 這 輸出 如果 這 交互作用 是 重要的 在 阿爾法 0.05 . 但 這 能 也 是 轉身 離開 .
什麼時候 I 點選 好的 和 I 拉 向上 我們的 輸出 , 這 第一的 事物 我們 看 是 這 輸出 從 這 結構 方程式 造型 平台 . 但 再次 , 這 能 是 a 很多 到 篩 透過 . 這 目標 的 這 適度 細節 部分 是 到 拉 出去 全部 這 最多 重要的 部分 的 這 ACM 輸出 到 做 任何 必要的 計算 和 那 輸出 , 和 然後 到 包裹 一切 進入 句子 那 能 是 容易地 理解和 複製 和 貼上 它 進入 a 出版品 或者 報告 .
你會 看 這裡 我們 得到 一些 細節 關於 這 有條件的 間接 效果 . 再次 , 這些 是 非常 相似的 到 簡單的 連續下坡 , 但 現在 是 呼叫 他們 間接 因為 這 影響 的 意義 在 工作 滿意 是 旅行 透過 動機 .
這 下一個 行動 這裡 是 去 到 是 我們的 傑森 姓名 和 陰謀 . 這 陰謀 真的 是 這 狀態 的 這 藝術 方法 為了 探測 一個 交互作用 因為 它是 去 到 提供 a 很多 更多的 細節 比 這 簡單的 連續下坡 陰謀 那 I 顯示 早些時候 . 這裡 在 這 X 軸 , 我們 有 這 主持人 , 所以 壓倒 是 在 這 X 軸 和 然後 這 Y 軸 是 去 到 是 這 影響 的 意義 在 工作 滿意 透過 動機 . 那 間接 影響 是 什麼是 改變 作為 a 功能 的 壓倒 . 是 尋找 在 那 影響 在 每個 可能的 價值 的 壓倒 .
我們 能 看 那 那 影響 是 減弱 作為 壓倒 增加 . 但 這 陰謀 能 有時 是 種類 的 難的 為了 人們 到 裹 他們的 頭 大約 , 主要 因為 我們 有 一個 影響 在 這 Y 軸 . 作為 在 這 例子 , 雖然 最多 的 這些 效果 是 積極的 , 他們是 只是 成為 較少的 積極的 作為 壓倒 是 增加 . 這 能 有時 是 a 小的 令人困惑 . 到 製作 事物 甚至 更清晰 , 我們 額外 圖形 航班 到 這 陰謀 .
什麼時候 I 徘徊 超過 這 線 , 我是 去 到 看 a 圖形 合身 那 節目 我 這 影響 的 意義 在 工作 滿意 在 這 特別的 價值 的 壓倒 . 我們 能 看 那 什麼時候 壓倒 是 低的 , 那 是 那 影響 是 強的 和 積極的 . 然後 作為 壓倒 增加 , 那 影響 是 減弱 . 直到 最終 , 什麼時候 壓倒 是 真的 高的 , 那 影響 是 基本上 平坦的 . A 真的 好的 優勢 的 跳轉 是 那 我們 是 有能力的 到 添加 這些 圖形 適合 和 真的 援助 使用者 理解 這裡 .
其他 好的 方面 的 這 傑森 諾伊曼 方法 是 那 我們 能 計算 這些 意義 邊界 . 這 邊界 是 這 精確的 價值 的 壓倒 , 在哪裡 這 影響 去 從 存在 統計上 重要的 , 哪個 是 在 藍色的 到 微不足道 , 哪個 是 在 紅色的 .
通常 有 去 到 是 二 意義 邊界 . 你 能 看 向上 這裡 那 他們 是 兩個都 計算 , 但 僅有的 一 出現 在 這 陰謀 . 這 是 因為 這 陰謀 是 僅有的 去 到 展示 價值觀 的 這 主持人 那 是 觀察到 在 這 數據 放 . 我們 做過 這 為了 外推 控制 .
這裡 我們 能 說 那 作為 長的 作為 壓倒 是 較少的 比 關於 1.25 , 有 去 到 是 a 重要的 影響 的 意義 在 工作 滿意 透過 動機 .
我們的 最終的 部分 的 輸出 這裡 是 去 到 是 a 有條件的 間接 效果 陰謀 . 這 是 a 很多 喜歡 這 簡單的 連續下坡 陰謀 那 I 顯示 早些時候 . 基本上 是 只是 服用 a 很少 的 那些 圖形 劇情 和 是 放置 那些 進入 a 靜止的 陰謀 . 相同的 主意 這裡 . 我們 結尾 向上 和 這 相同的 外賣 , 但 這 具體的 類型 的 圖形 是 常 需要 為了 出版品 .
一些 特徵 那 不是 包括 在 這 外掛 正確的 現在 那 我們 會 愛 到 添加 在 這 未來 . 這 第一的 是 引導 . 正確的 現在 這些 信心 樂團 是 計算 數學上 , 但 發現 他們 和 引導 是 有時 更可取 . 我們 會 愛 到 是 有能力的 到 添加 那 在 這 未來 . 我們 愛 到 添加 更多的 類型 的 模型 .
這 過程 宏 那 I 提及 早些時候 優惠 幾十個 和 幾十個 的 模型 選項 . 這裡 我們 僅有的 有 三 , 但 我們 做過 選擇 這 三 最多 受歡迎的 類型 的 這些 模型 . 但 我們會 愛 到 是 有能力的 到 添加 更多的 在 這 未來 .
全部 正確的 . 和 那 , 我是 去 到 去 前方 和 裹 向上 . 感謝 你 所以 很多 為了 你的 注意力 . 你 能 感覺 自由的 到 電子郵件 我 和 問題 在 這 地址 . 我已經 也 包括 a 關聯 到 這 跳轉 社群 部落格 郵政 那 提供 a 很多 更多的 細節 比 什麼 I 有 時間 到 得到 進入 今天 . 這 是 去 到 去 透過 基本的 適度 作為 這 跑步 例子 , 哪個 I 思考 將要 是 真的 適用的 到 任何人 在 任何 場地 那是 有興趣的 在 測試 和 探測 交互作用 和 這些 工具 . 再次 , 感謝 你 為了 你的 注意力 .
