873642_ja-JP

liliconcom

構造方程式モデリング：パス分析と構造回帰

構造方程式モデリング（SEM）は、観測変数と潜在変数の両方を含む変数間の複雑な相互関係に関する理論を検証するのに役立つ汎用的なモデリングフレームワークです。例えば、SEMを従業員調査データに適用することで、モチベーション、ストレス、リーダーシップ、報酬、職務満足度が互いにどのように影響し合うかという競合する理論を検証できます。SEM は伝統的に社会科学分野で応用されてきましたが、自然科学や工学にも応用できる可能性があります。 このウェビナーは学術研究者を対象としており、パス分析と構造回帰を実行するためのSEMの概念と手法、そしてこれらの手法を、学術研究専用のJMPの無償フル機能版であるJMP 学生版で実装する方法などについて解説します。主なトピックは以下のとおりです。 モデル構造を視覚化および指定するためのインタラクティブなパス ダイアグラム。 観測変数間の関係の理論をテストするためのパス分析。 潜在変数をパス分析（構造回帰）に組み込む。 条件付きプロセス モデル (つまり、調停と調整) を適合します。 ワンクリックでネストされたモデルを比較します。 jmp.com/学生で、学術目的での JMP ソフトウェアを無料で入手できます。

高度な統計モデリング消費者・市場調査