معرفی رایگان برای مدل سازی معادلات ساختاری

ما مدتهاست که متعهد شده ایم دسترسی گسترده ای به فرصت های آموزش با کیفیت بالا برای دانش آموزان در علوم اجتماعی ، رفتاری و بهداشتی فراهم کنیم. بنابراین ما بسیار هیجان زده هستیم که تکرار کارگاه * کاملاً رایگان * سه روزه ، مقدمه ای بر مدل سازی معادلات ساختاری ، متمرکز بر کاربرد و تفسیر مدلهای آماری که برای تجزیه و تحلیل داده های چند متغیره با متغیرهای نهفته طراحی شده اند. اگرچه مدل رگرسیون چندگانه سنتی ابزاری تحلیلی قدرتمند در علوم اجتماعی است ، اما این نیز به روش های مختلفی بسیار محدود کننده است. نه تنها همه متغیرها فرض می شوند که هیچ خطای اندازه گیری ندارند ، بلکه به یک متغیر وابسته واحد با اثرات یک طرفه نیز محدود می شود. مدل معادله ساختاری (SEM) مدل رگرسیون خطی را تعمیم می دهد تا شامل چندین متغیر وابسته ، اثرات متقابل ، اثرات غیرمستقیم و تخمین و حذف خطای اندازه گیری از طریق گنجاندن متغیرهای نهفته باشد. SEM یک چارچوب کلی است که امکان آزمایش تجربی فرضیه های تحقیق را به روش هایی امکان پذیر نمی کند. در این کارگاه ما مقدمه ای برای SEM ارائه می دهیم که شامل تجزیه و تحلیل مسیر ، تجزیه و تحلیل عاملی تأیید کننده و مدل های معادله ساختاری با متغیر نهفته است و هم بر ایجاد درک مفهومی از مدل و نحوه استفاده از آن در عمل متمرکز است.

مربیان

دانیل جی بائر ، دکتری

دن بائر استاد و مدیر آزمایشگاه روان سنجی L. L. Thorstone در گروه روانشناسی و علوم اعصاب در دانشگاه کارولینای شمالی است. او در درجه اول دوره های تحصیلات تکمیلی را به روشهای آماری تدریس می کند ، که برای آن چندین جایزه تدریس کسب کرده است. بیشتر بخوانید

پاتریک J. کورران ، دکتری

پاتریک کورران استاد آزمایشگاه روانشناسی L. L. Fivonstone در گروه روانشناسی و علوم اعصاب در دانشگاه کارولینای شمالی در چاپل هیل است. وی به تدریس و انتشار روشهای کمی پیشرفته اختصاص داده شده است و برای تدریس تعالی چندین جایزه کسب کرده است. بیشتر بخوانید

در این مصاحبه ویدیویی که در سال 2021 انجام شده است ، مربیان راجع به کلاس صحبت کنید.

جزئیات کارگاه

فصل 1. مقدمه ، پیشینه و رگرسیون چندگانه 1. 1 مقدمه 1. 2 مقدمه ای مختصر برای جبر ماتریس 1. 3 رگرسیون خطی به عنوان یک مدل معادله ساختاری 1. 4 محدودیت های مدل رگرسیون چندگانه

فصل 2. تجزیه و تحلیل مسیر: مقدمه 2. 1 مدل تجزیه و تحلیل مسیر 2. 2 شناسایی مدل 2. 3 برآورد مدل

فصل 3. تجزیه و تحلیل مسیر: مباحث پیشرفته 3. 1 ارزیابی مدل FIT 3. 2 مقایسه مدل 3. 3 شاخص های احترام و اصلاح مدل 3. 4 آزمایش اثرات مستقیم و غیرمستقیم 3. 5 فرضیات (خودآموزی)

فصل 4. تجزیه و تحلیل عاملی تأیید کننده 4. 1 تجزیه و تحلیل عاملی تأییدی 4. 2 شماره ها و پسوندها (خود مطالعه)

فصل 5. مدل های معادلات ساختاری با متغیرهای نهفته 5. 1 مقدمه بر روی مدلهای معادله ساختاری 5. 2 اتصالات و ارزیابی مدلهای معادله ساختاری 5. 3 ملاحظات اضافی: تخمین با توزیع غیر طبیعی ، قدرت محاسبات و مدلهای معادل (خودآموزی)

این کارگاه به طور گسترده ای به سمت کاربردهای تحقیقاتی در علوم رفتاری ، بهداشتی ، آموزشی و روانشناختی هدف قرار می گیرد ، اگرچه این روش ها در بسیاری از رشته های دیگر نیز اعمال می شود. ما توصیه می کنیم که شرکت کنندگان دانش کار در مورد مدل رگرسیون عمومی داشته باشند. کسانی که نیاز به تازه کننده دارند ممکن است بخواهند قسمت هایی را در لیست پخش رگرسیون خطی ما در YouTube بررسی کنند.

تظاهرات نرم افزاری در R ، MPLUS و Stata ارائه شده است. توجه داشته باشید که R را می توان به صورت رایگان بارگیری کرد. در حالی که آشنایی با یکی از این برنامه های نرم افزاری مفید است ، این کار لازم نیست. سخنرانی هایی که اکثر کارگاه را تشکیل می دهند ، مستقل از نرم افزار هستند

هدف انگیزشی ما ارائه یک تجربه آموزشی شدید و در عین حال لذت بخش است. ما در تلاش هستیم تا تعادل مساوی بین مفاهیم اصلی مدل آماری اساسی به همراه کاربرد عملی و تفسیر مدلهای معادله ساختاری متناسب با داده های تجربی واقعی ایجاد کنیم. کارگاه ما به گونه ای طراحی شده است که مواد و دستورالعمل های لازم را برای ایجاد درک واقعی از مدلهای معادله ساختاری فراهم می کند و قادر به استفاده از این مدل ها در داده های خود است.

دن بائر و پاتریک کورن کارگاه آموزشی و سخنرانی های متناوب را در طول روز انجام می دهند. ما یک نسخه PDF از یادداشت های دوره و PDF با تظاهرات نرم افزاری گسترده و همچنین داده ها و کد را برای همه نمونه ها ارائه می دهیم. PDF ها محدود نیستند و ممکن است به طور نامحدود حفظ شوند اما بدون دریافت مجوز قبلی نباید به دیگران توزیع شوند.

ضبط کارگاه به مدت 1 سال از خرید در دسترس است. ضبط ها در این مدت قابل مشاهده هستند اما قابل بارگیری نیستند. برای دسترسی به ضبط ها ، شما به سادگی وارد حساب خود می شوید و از کشویی حساب خود به کارگاه های من می روید.

لطفاً فیلم ها و مطالب نمونه ای را که برای زیر مجموعه کلاس ها ارسال کرده ایم ، ببینید. هر کلاس محتوای منحصر به فرد را ارائه می دهد اما قالب و سبک در کلاس ها مشابه است.

بررسی

در تلاش برای بهبود مداوم دستورالعمل خود ، ارزیابی های دانشجویی را با ارائه هر دوره به دست می آوریم. در اینجا نمونه ای از بررسی ها از ارائه قبلی ما از این کارگاه آورده شده است:

دن و پاتریک در شکستن مطالب پیچیده کار بسیار خوبی انجام می دهند و نمونه های بسیار خوبی را ارائه می دهند که واقعاً به درک و شفاف سازی مفاهیم کمک می کنند. یادداشت ها و مواد ارائه شده بسیار عالی و بسیار دقیق است!

این کارگاه دارای یک محیط آرام و با ضعف فراوان بود. پیگیری کارگاه گام به گام آسان بود. در نتیجه ، من توانستم در مدت زمان کوتاهی چیزهای زیادی یاد بگیرم.

نمونه های پاک ، تظاهرات نرم افزار/کد ، قدم زدن خوب (من از اطلاعات پس زمینه قدردانی کردم!). من همچنین از اینكه چقدر پاسخگو Dan/Patrick/Ethan نسبت به سؤالات مشاركت كننده بود ، بسیار تحت تأثیر قرار گرفتم!

استفاده از داده های واقعی برای نشان دادن نمونه ها و ارائه یادداشت ها برای انجام تجزیه و تحلیل های بعدی بعداً. تعادل آنچه این تئوری با کاربرد عملی است همان چیزی است که آموزش های قبلی آمار من اغلب فاقد آن است (کاربرد خیلی کمی).

قدرت اصلی وضوح ارتباطات و تعادل بین فنی و شهود بود. دکتر کورران و دکتر بائر از جنبه های فنی محتوا دور نشدند بلکه در مورد آنها تا حد ممکن به طور شهودی ارتباط برقرار کردند.

سبک سخنرانی دکتر کورران و دکتر بائر ، مفاهیم آماری پیچیده ای را ساده و غیرقابل توصیف ساختند ، یادداشت های سخنرانی بسیار واضح بودند و توانایی پرسیدن سؤالات از طریق گپ در حین سخنرانی شگفت انگیز بود.

من درک بهتری از مدل سازی داده ها دارم. قبل از کارگاه ، من می دانستم که چگونه SEM را انجام دهم و حتی مقاله ای را که در حال حاضر در حال بررسی با استفاده از SEM است ، نوشتم ، اما من واقعاً نفهمیدم که چه کاری انجام می دهم ، چرا این کار را انجام می دادم ، چگونه این کار انجام شد

مواد و توضیحات با کیفیت بالا. بسیار جذاب برای گوش دادن به.

مربیان باورنکردنی بودند. نحوه آموزش مفاهیم پیچیده ، چیزهایی را که درک آنها قبلاً جادویی برای من دشوار بود ، ایجاد کرد. مفاهیم واضح بودند و قیاس ها سرگرم کننده و در نقطه بود!