809938_zh-TW

liliconcom

使用結構方程模型揭示觀察變數和潛在變數之間的關係

了解如何：

• 了解 SEM 的基礎知識
  • 驗證性因子分析（CFA）－一種多元統計程序，用於測試測量變數如何很好地代表建構的數量，並確認或拒絕理論
  • 路徑分析－由相關矩陣建構的迴歸模型的擴展，它比較兩個或多個因果模型，並使用流程圖來模擬路徑和因果關係
  • 結構方程模型 (SEM) – 多元統計分析技術，將因子分析與多元迴歸分析結合，以分析測量變數和潛在結構之間的結構關係，在單一分析中估計多重和相互關聯的依賴關係
• 使用工業案例研究選擇模型並處理測量區域
  • 導覽 3 面板 SEM 視窗（從清單、到清單、圖表）
  • 使用 SEM 查看測量結果中是否存在任何內在誤差
  • 了解如何檢查和比較受限和獨立模型結果
  • 迭代建立多個模型，並在運行模型之前解釋需求規則狀態
  • 尋找並解釋模型統計資料和報告警告，然後根據需要修改或重新運行模型
  • 使用本地資料過濾器按變數過濾
  • 保存因子得分並將潛在變數應用於觀測變量
• 使用SEM透過體育案例研究來檢驗假設

注意：36:43 處包含問答。

資源

• SEM JMP 發現 演示和博客

進階統計建模