În acest capitol, vei face primii pași în crearea unui model de ecuații structurale cu lavaan. Vei învăța terminologia esențială, cum să construiești și să rulezi modele. Vei crea un model cu un singur factor pentru abilitățile de testare mentală, folosind clasicul set de date Holzinger și Swineford (1939).

Specificarea modelului

Construiește modelul vitezei textuale

Construiește modelul Democrației Politice

Analiza modelului

Analizează Modelul de Viteză Textuală

Rezumă Democrația Politică

Evaluarea modelului

Examinează încărcăturile standardizate

Explorează indicii de potrivire

Examinarea democrației politice

Modele cu un singur factor

În acest capitol, îți vei extinde competențele în lavaan pentru a crea modele multi-factor. Vom îmbunătăți modelele cu un singur factor din capitolul anterior, introducând mai multe variabile latente în clasicul set de date Holzinger și Swineford (1939).

Specificarea modelului multifactorial

Creează un model cu zero grade de libertate

Corectează Modelul cu Zero Grade de Libertate

Construiește un model multi-factor

Rezumă modelul multi-factor

Structura modelului

Model cu trei factori și corelație zero

Creează o cale directă

Indici de modificare

Verifică varianța modelului

Examinează indicii de modificare

Compararea modelelor

Compară două modele

Selectarea indicilor de potrivire specifici

Modele multi-factor

Modelele de ecuații structurale nu funcționează întotdeauna fără probleme. În acest capitol, vei învăța cum să depanezi cazurile Heywood, care sunt erori frecvente. Vei învăța, de asemenea, cum să creezi diagrame ale modelului tău în R, folosind biblioteca semPlot.

Cazuri Heywood pe variabila latentă

Analizează un caz Heywood cu variabilă latentă

Corectează modelul Heywood cu variabile latente

Cazuri Heywood pe variabilele manifeste

Analizează un caz Heywood pe o variabilă manifestă

Remedierea modelului Heywood manifest

Creează diagrame cu semPaths()

Diagramă de bază SEM

Modifică aspectul vizual

Editează etichetele

Depanarea erorilor de model și diagrame

Acest capitol examinează Scala IQ WAIS-III și proprietățile sale structurale. Vei folosi competențele dobândite în primele trei capitole pentru a crea diverse modele ale WAIS-III, a depana erorile din aceste modele și a crea diagrame ale modelului final.

Modelează Scala de IQ WAIS-III

Creează un model cu patru factori

Actualizează modelul

Creează diagrama modelului final

Actualizează modelul WAIS-III

Adaugă căi pentru a îmbunătăți potrivirea

Un model ierarhic al IQ-ului

Crearea unui model ierarhic

Creează diagrama modelului ierarhic

Recapitularea cursului

Exemplu complet și o extindere

Latent Variable Heywood Case Data

WAIS-III IQ Data for Hierarchical Model

Negative Variance Heywood Case Data

Când lucrăm cu date, vrem adesea să construim modele care să prezică evenimente viitoare, dar ne dorim și o înțelegere mai profundă a modului în care datele sunt conectate și structurate. În acest curs, vei explora relațiile dintre date folosind modelarea ecuațiilor structurale (SEM) în limbajul R, cu ajutorul pachetului lavaan. SEM îți va introduce conceptele de variabile latente și manifeste, precum și modul în care poți construi modele de măsurare, evalua acuratețea acestora și corecta modelele care nu se potrivesc bine. Pe parcursul cursului, vei explora seturi de date clasice pentru SEM, cum ar fi seturile Holzinger și Swineford (1939) și Bollen (1989). Vei lucra, de asemenea, printr-un studiu de caz cu un model multi-factor bazat pe Scala de Inteligență Wechsler pentru Adulți. La finalul cursului, vei putea analiza datele tale în profunzime și vei dobândi o înțelegere mult mai clară a modului în care acestea se conectează.

Intermediate Regression in R

Învață să creezi și să evaluezi modele de măsurare pentru a confirma structura unei scale sau chestionar.

Modelarea ecuațiilor structurale cu lavaan în R

Învață să creezi și să evaluezi modele de măsurare folosite pentru a confirma structura unei scale sau a unui chestionar.

Un model ierarhic al IQ-ului

Create Your Free Account