«sem» etiketlenmiş sorular

Yapısal Eşitlik Modellemesi çok değişkenli bir tekniktir. Bazıları gizli olabilen değişkenler arasında bir dizi doğrusal ilişki formüle etmeye ve tipik olarak gözlenen değişkenlerin kovaryans matrisini analiz ederek tüm sistemi tahmin etmeye dayanır.

1
Serbestlik dereceleri tam sayı olmayan bir sayı olabilir mi?
GAM kullandığımda, artık DF (kodun son satırı) olduğunu gösteriyor. Bu ne anlama geliyor? GAM örneğinin ötesine geçmek, Genel olarak, serbestlik derecelerinin sayısı tam sayı olmayan bir sayı olabilir mi?26,626,626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 …
27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation 

6
Yapısal eşitlik modellemeye giriş
Meslektaşlarımdan, bu konuda gerçekten bilmediğim bazı yardımlar isteniyor. Bir çalışmada bazı gizli değişkenlerin rolü hakkında hipotezler yapmışlar ve bir hakem onlardan SEM'de resmi olmalarını istedi. İhtiyacı olan şey çok zor görünmüyor, sanırım bir çekim yapacağım ... şimdilik, konuyla ilgili iyi bir giriş yapacağım! Google bu konuda gerçekten arkadaşım değildi. Şimdiden …

2
Psikolojide gözlemsel çalışmaları analiz etmek için yapısal eşitlik modellemesinin kullanılıp kullanılmayacağı
Bu sorunun istatistiksel danışmanlık ortamlarında çok geliştiğini fark ettim ve düşüncelerinizi almaya hevesliyim. bağlam Genellikle yaklaşık olarak bir çalışma yapan araştırma öğrencileriyle konuşurum: Gözlemsel çalışma Örnek boyutu 100, 200, 300 vb. Olabilir. Çoklu psikolojik ölçekler ölçülmüştür (örneğin, belki de kaygı, depresyon, kişilik, tutumlar, diğer klinik ölçekler, belki de zeka vb.) …

2
Yapısal Eşitlik Modelleri (SEM) ve Bayes Ağları (BN'ler)
Buradaki terminoloji bir karmaşa. "Yapısal eşitlik", "mimari köprü" kadar belirsizdir ve "Bayes ağı" özünde Bayes değildir . Daha da iyisi, nedensellik tanrısı Judea Pearl , iki model okulunun neredeyse aynı olduğunu söylüyor . Peki, önemli farklar nelerdir? (Benim için şaşırtıcı olan, SEM'ler için Wikipedia sayfası, bu yazıdan itibaren "ağ" kelimesini …

5
Çok seviyeli yapısal denklem modellemesi için R paketi?
Tüm değişkenlerimin gruplar içinde yuvalanmış bireysel gözlemler olduğu çok aşamalı bir yol modelini (örneğin, A, B, B, C, C, D'yi tahmin eder) test etmek istiyorum. Şimdiye kadar bunu R'deki çoklu benzersiz çok düzeyli analiz yoluyla yapıyorum. Aynı anda birden fazla yolu test etmeme izin veren SEM gibi bir teknik kullanmayı …





2
Yapısal bir denklem modelinde çok küçük bir numuneye sahip olmanın komplikasyonları
Amos 18'de yapısal bir denklem modeli (SEM) kullanıyorum. Deneyim için (gevşek olarak kullanıldı) 100 katılımcı arıyordum ki bu muhtemelen başarılı SEM yürütmek için yeterli değildi. SEM'in (EFA, CFA ile birlikte) "büyük örnek" istatistiksel bir prosedür olduğu defalarca söylendi. Uzun lafın kısası, 100 katılımcıya ulaşmadım (ne sürpriz!) Ve iki sorunlu veri …

2
Puanların toplamı ile tahmini faktör puanlarının toplamı?
Ölçekler oluştururken puanların düz toplamı üzerinden " faktör puanlarının " ne zaman kullanılacağı hakkında öneriler almak isterim . Yani bir faktörü puanlamak için "rafine edilmiş" üzerinden "rafine edilmemiş" yöntemler. DiStefano ve ark. (2009; pdf ), vurgu eklenmiştir: Faktör skoru hesaplama yöntemlerinin iki ana sınıfı vardır: rafine ve rafine edilmemiş. Rafine …

1
Bir Gizli Markov Modelinde “en iyi” modeli seçme kriterleri
Verilerdeki gizli durumların sayısını tahmin etmek için bir Gizli Markov Modeli (HMM) sığdırmaya çalıştığım bir zaman serisi veri var. Bunu yapmak için sahte kodum şudur: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... } Şimdi, her zamanki …


3
Eşzamanlı Denklem Modeli ile Yapısal Eşitlik Modeli Arasındaki Fark
Herkes Eşzamanlı Denklem Modeli ile Yapısal Eşitlik Modeli (SEM) arasındaki farkların ne olduğunu anlamama yardımcı olabilir mi? Birisi bana bununla ilgili literatür sağlayabilirse harika olur. Ayrıca, SEM'in zamanlama bağlamında kullanıldığı herhangi bir literatür var mı? Aldığım literatürler çoğunlukla kesitsel veri bağlamında SEM olarak açıklanıyor. Teşekkür ederim!

1
Lav çıktısını nasıl yorumlayabilirim?
Kullanarak doğrulayıcı faktör analizi (CFA) deniyorum lavaan. Ürettiği çıktıyı yorumlamakta zorlanıyorum lavaan. Basit bir modelim var - toplanan anket verilerinden öğeler tarafından desteklenen 4 faktör. Faktörler, geçerli bir ölçüm olarak hizmet edebilecekleri muhtemel göründüğü ölçüde, maddeler tarafından ölçülenle uyumludur. Lütfen lavaan's tarafından üretilen aşağıdaki çıktıyı anlamama yardımcı olun cfa(): Number …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.