Als «sem» getaggte Fragen

Die Modellierung von Strukturgleichungen ist eine multivariate Technik. Es basiert auf der Formulierung eines Satzes linearer Beziehungen zwischen Variablen, von denen einige latent sein können, und der Schätzung des gesamten Systems, typischerweise durch Analyse der Kovarianzmatrix der beobachteten Variablen.

1
Können Freiheitsgrade eine nicht ganzzahlige Zahl sein?
Wenn ich GAM verwende, erhalte ich einen DF-Rest von (letzte Zeile im Code). Was bedeutet das? Über das GAM-Beispiel hinausgehend: Kann die Anzahl der Freiheitsgrade im Allgemeinen eine nicht ganzzahlige Zahl sein?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 …
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
Einführung in die Strukturgleichungsmodellierung
Ich werde von Kollegen um Hilfe in diesem Bereich gebeten, die ich nicht wirklich kenne. Sie stellten in einer Studie Hypothesen zur Rolle einiger latenter Variablen auf, und ein Schiedsrichter bat sie, dies in SEM zu formalisieren. Da das, was sie brauchen, nicht allzu schwierig zu sein scheint, denke ich, …
2
Gibt an, ob strukturelle Gleichungsmodelle zur Analyse von Beobachtungsstudien in der Psychologie verwendet werden sollen
Mir ist aufgefallen, dass dieses Problem in der statistischen Beratung häufig auftritt, und ich war sehr gespannt auf Ihre Gedanken. Kontext Ich spreche oft mit Forschungsstudenten, die eine Studie ungefähr wie folgt durchgeführt haben: Beobachtungsstudie Die Stichprobengröße kann 100, 200, 300 usw. betragen. Es wurden mehrere psychologische Skalen gemessen (z. …
2
Structural Equation Models (SEMs) gegen Bayesian Networks (BNs)
Die Terminologie hier ist ein Durcheinander. "Strukturgleichung" ist ungefähr so ​​vage wie "Architekturbrücke" und "Bayes'sches Netzwerk" ist an sich nicht Bayes'sch . Noch besser, Judea Pearl , Gott der Kausalität, sagt, dass die beiden Schulen der Modelle fast identisch sind. Also, was sind die wichtigen Unterschiede? (Erstaunlicherweise enthält die Wikipedia-Seite …
2
Summe der Bewertungen im Vergleich zu den geschätzten Faktorbewertungen?
Es würde mich interessieren, Vorschläge zu erhalten, wann beim Erstellen von Skalen " Faktor-Scores " über einer einfachen Summe von Scores verwendet werden sollten. Dh "verfeinert" gegenüber "nicht verfeinerten" Methoden zur Bewertung eines Faktors. Aus DiStefano et al. (2009; pdf ), Hervorhebung hinzugefügt: Es gibt zwei Hauptklassen von Faktor-Score-Berechnungsmethoden: verfeinert …
1
Kriterien für die Auswahl des „besten“ Modells in einem Hidden-Markov-Modell
Ich habe einen Zeitreihendatensatz, an den ich ein Hidden Markov Model (HMM) anpasse, um die Anzahl der latenten Zustände in den Daten abzuschätzen. Mein Pseudocode dafür ist der folgende: for( i in 2 : max_number_of_states ){ ... calculate HMM with i states ... optimal_number_of_states = "model with smallest BIC" ... …
1
Wie interpretiere ich die Lavaan-Ausgabe?
Ich versuche eine Bestätigungsfaktoranalyse (CFA) mit lavaan. Es fällt mir schwer, die Ausgabe von zu interpretieren lavaan. Ich habe ein einfaches Modell - 4 Faktoren, die jeweils durch Elemente aus gesammelten Umfragedaten unterstützt werden. Die Faktoren stimmen mit dem überein, was von den Elementen gemessen wird, sofern es wahrscheinlich ist, …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.