En este capítulo, te iniciarás en la creación de tu primer modelo de ecuaciones estructurales con lavaan. Aprenderás la terminología importante, cómo construir y ejecutar modelos. Crearás un modelo de un factor de habilidades en pruebas mentales utilizando el conjunto de datos clásico de Holzinger y Swineford (1939).

Especificación del modelo

Construye el modelo de velocidad textual

Crear el modelo de democracia política

Análisis del modelo

Analiza el modelo de velocidad de lectura

Resumir Political Democracy

Evaluación del modelo

Examinar cargas estandarizadas

Explora los índices de ajuste

Examinar la democracia política

Modelos de un factor

En este capítulo, ampliarás tus habilidades en lavaan para crear modelos multifactoriales. Mejoraremos los modelos de un solo factor del capítulo anterior creando múltiples variables latentes en el conjunto de datos clásico de Holzinger y Swineford (1939).

Especificación multifactorial

Crea un modelo con df cero

Corrige el modelo con df cero

Crea un modelo multifactorial

Resumir el modelo multifactorial

Estructura del modelo

Modelo de tres factores con correlación cero

Crear una ruta directa

Índices de modificación

Comprobar la varianza del modelo

Examinar índices de modificación

Comparación de modelos

Compara dos modelos

Selecciona índices de ajuste específicos

Modelos multifactoriales

Los modelos de ecuaciones estructurales no siempre se ejecutan sin problemas, y en este capítulo aprenderás a resolver casos de Heywood, que son errores comunes. También aprenderás a diagramar tu modelo en R usando la biblioteca semPlot.

Casos de Heywood en la variable latente

Analiza un caso de Heywood latente

Arregla el modelo Heywood latente

Casos de Heywood en las variables manifiestas

Analiza un caso Heywood manifiesto

Corrige el modelo Heywood manifiesto

Crear diagramas con semPaths()

Diagrama SEM básico

Editar el diseño

Edita las etiquetas

Resolución de errores del modelo y diagramas

Este capítulo examina la escala de CI WAIS-III y sus propiedades estructurales. Utilizarás tus habilidades de los tres primeros capítulos para crear distintos modelos del WAIS-III, resolver errores en esos modelos y crear diagramas del modelo final.

Modela la escala de CI del WAIS-III

Crea un modelo de cuatro factores

Actualiza el modelo

Crea el diagrama del modelo final

Actualizar el modelo WAIS-III

Añade rutas para mejorar el ajuste

Comparar modelos

Un modelo jerárquico de CI

Crea un modelo jerárquico

Diagramar el modelo jerárquico

Cierre del curso

Ejemplo completo y una extensión

WAIS-III IQ Data for Hierarchical Model

Latent Variable Heywood Case Data

Negative Variance Heywood Case Data

Cuando trabajas con datos, a menudo quieres crear modelos para predecir eventos futuros, pero también buscas entender en profundidad cómo están conectados o estructurados tus datos. En este curso, explorarás la interconexión de los datos utilizando modelos de ecuaciones estructurales (SEM) en el lenguaje de programación R con el paquete lavaan. SEM te presentará variables latentes y manifiestas y cómo crear modelos de medición, evaluar la precisión de estos modelos y corregir modelos con mal ajuste. A lo largo del curso, explorarás conjuntos de datos clásicos de SEM, como los de Holzinger y Swineford (1939) y Bollen (1989). También trabajarás en un estudio de caso de un modelo multifactorial utilizando la Escala de Inteligencia para Adultos de Wechsler. Al finalizar el curso, podrás profundizar en tus datos y obtener una comprensión mucho más completa de cómo encaja todo.

Intermediate Regression in R

Aprende a crear y evaluar modelos de medición para confirmar la estructura de una escala o cuestionario.

Modelos de ecuaciones estructurales con lavaan en R

Aprende a crear y evaluar modelos de medición utilizados para confirmar la estructura de una escala o cuestionario.

Modela la escala de CI del WAIS-III

Create Your Free Account