掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
妙相梵容
-
>
基立爾蒙文:蒙文
-
>
我的石頭記
-
>
心靈元氣社
-
>
女性生存戰爭
-
>
縣中的孩子 中國縣域教育生態
-
>
(精)人類的明天(八品)
多層結構方程模型 版權信息
- ISBN：9787543232839
- 條形碼：9787543232839 ; 978-7-5432-3283-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
多層結構方程模型 本書特色
適讀人群 ：大眾主要特點 · 運用案例幫助讀者領略多層結構方程模型的主要建模方式 · 介紹進階議題，為實踐運用提供進一步指引 · 采用新的模型數學標記，讓沒有矩陣代數基礎的學生也能輕松掌握概念
多層結構方程模型 內容簡介
《多層結構方程模型》是應用研究人員和社會科學不錯研究生的多層結構方程建模（MSEM）的基本技術概述。多層結構方程模型是具有發展潛力的研究方法。多層線性模型和結構方程這兩種統計方法各具優勢，但面對數據具有多層嵌套結構以及潛變量性質時，就需要多層結構方程模型來解決。作為這一研究方法相關書籍的本，《多層結構方程模型》是一部易于使用的實用指南，適合該專題的初學者。作者預測這一領域的增長將受到數據以及運行這些模型的新軟件和改良軟件的可得性的推動。本書結合圖片和復雜的矩陣代數，將為使用這些模型的社會科學研究生提供實用的指南。
多層結構方程模型 目錄
序
致謝
第1章 導言
第1節 關于本書和多層結構方程模型
第2節 結構方程模型的快速回顧
第3節 多層次模型的快速回顧
第4節 MSEM介紹及其符號系統
第5節 估計與模型擬合
第6節 本書和網上資料的涵蓋范圍
第2章 多層路徑模型
第1節 多層次回歸實例
第2節 隨機截距模型
第3節 隨機斜率模型
第4節 隨機截距和隨機斜率模型的比較
第5節 中介作用與調節作用
第6節 總結
第3章 多層因子模型
第1節 多組CFA
第2節 雙層CFA
第3節 隨機潛變量截距
第4節 具有隨機負荷的多層CFA
第5節 總結
第4章 多層結構方程模型
第1節 將因子和路徑模型結合
第2節 觀測結果變量的隨機截距
第3節 多層潛在協變量模型
第4節 具有層間潛變量的結構模型
第5節 隨機斜率MSEM
第6節 總結
第5章 結論
注釋
參考文獻
譯名對照表
展開全部
多層結構方程模型 節選
第1章導言 第1節 關于本書和多層結構方程模型 多層次模型建模（MLM）和結構方程模型建模（SEM）已成為社會科學中*常用的兩種方法。將結構方程模型的效力與多層次數據相結合是不可避免的，因為到目前為止，多層次數據仍大多被建模為一個結果變量與多個協變量之間的相關。到目前為止，學界還沒有對這個問題進行綜合處理。可用的內容隱藏在SEM和MLM教科書的章節中，或者在對這個主題高度技術性處理的書籍中。我們的目標是為社會科學家提供一個容易理解但全面的多層結構方程模型的介紹。我們假定讀者沒有特定的學科背景。我們的例子來自政治學和/或社會學、教育研究和組織行為學。正如結構方程模型學者所習慣的那樣，我們使用路徑圖，并且開發了一套多層次模型學習者所熟悉的基于方程的符號系統。雖然堅持用多方程框架會導致模型變得相當大且復雜，但它們仍然比公認更為簡潔的多層結構方程模型中矩陣代數公式更容易理解。我們從對SEM、MLM的回顧和本書中所使用符號的開發的回顧開始，然后分別用一章的篇幅介紹多層路徑模型（第2章）、多層驗證性因子模型（第3章）和多層結構模型（第4章）。 在每一章中，我們力求以簡潔的方式涵蓋主題。在*后一章，我們為讀者指出此本介紹性書籍主要章節所沒有的更新且更高階的方向。這超出了連續內生變量的限制性個案和對多種經驗情況進行單一層次整合的范圍。研究人員可能會遇到分類內生變量的實例，以及數據層次結構中的附加層次。更高級的應用甚至可能需要解決有關外生或內生指標信息缺失，以及在估計過程中加入權重的問題。在本系列從書中，我們無法提供這些主題的基本實質性介紹，但我們為讀者提供了可以尋求指導的現有書籍和建議。 第2節 結構方程模型的快速回顧 SEM的出現解決了傳統回歸模型存在的兩個問題。這里重點強調**個問題：如果我們的研究問題超出了一個結果變量和多個協變量，會怎么樣？如果我們想測試一個更復雜的關系結構，其中我們對于X對Y的直接和間接影響都很好奇（可能從X 到Y需要經過一系列中介變量），該怎么辦？SEM的起源可以追溯到生物學家休厄爾·賴特（Sewell Wright），他在20世紀上半葉提出了路徑分析模型（Schumaker & Lomax，2004）。路徑模型假設了一系列統計關聯。在其*基本的形式中，X是M的協變量，M是Y的協變量（其中X是外生變量，因為它不需要任何解釋變量；M是中介變量，Y是結果變量，這兩類變量也被稱為內生變量）。所檢驗模型的復雜性可以遠遠超出這一點，這也成為它首個吸引人的地方：它允許研究人員根據社會科學中典型的復雜理論，在單個模型中檢驗變量之間復雜的關系結構。 從技術上講，SEM指的是一種同時估計多個結構（即回歸）方程，以檢驗變量之間一組關系的數據分析的統計方法。通過卡爾·約雷斯科格（Karl Jöreskog，1973）、沃德·基斯林（Ward Keesling，1972）和提出了JKW模型的戴維·威利（David Wiley，1973）的開創性工作，SEM被擴展到了今天*普遍的用途：將驗證性因子分析（CFA）納入路徑分析的具有潛變量的因果模型。 潛變量，也稱為因子，解決了與簡單回歸框架相關的第二個問題。這些變量是研究人員無法直接觀測到的變量，而是根據理論，由一個或多個表現潛在結構的觀測指標進行衡量。這些指標的共同方差用來表現潛在結構。社會科學中的幾個令人感興趣的概念可以看作潛變量。這些模型已經很流行，例如，在心理學中，很多研究都是圍繞抑郁癥、攻擊性或人格特征等主題進行的，這些都無法直接測量。心理結構由多個調查題目來衡量，這些題目的共同變異構成潛變量。這個過程消除了特定題目的變異，產生了一個無測量誤差的結構。SEM和路徑模型已被納入所有的社會科學學科，并在生物學中的遺傳研究中占有重要的地位，其中像遺傳度這類的概念也是無法直接測量的。接下來，我們將介紹SEM的基本術語和組成。
多層結構方程模型 作者簡介
布魯諾·卡斯塔尼奧·希爾瓦，科隆大學比較政治中心博士后。主要研究方向為定量研究方法、歐洲政治。 康斯坦丁·曼紐爾·博桑查努，柏林社會科學研究中心制度與政治不平等研究所研究員。主要研究方向為政治不平等、政治行為、政治經濟學。 列文特·利特沃伊，中歐大學政治學副教授。主要研究方向為選舉政治、投票行為、政治心理學、美國政治。
書友推薦
- >
李白與唐代文化
- >
上帝之肋:男人的真實旅程
- >
伯納黛特,你要去哪(2021新版)
- >
苦雨齋序跋文-周作人自編集
- >
中國歷史的瞬間
- >
自卑與超越
- >
羅曼·羅蘭讀書隨筆-精裝
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
