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, werde ich es versuchen ... im Moment bin ich nur auf der Suche nach einer guten Einführung in das Thema!
Google war in dieser Sache nicht wirklich mein Freund. Vielen Dank im Voraus...
PS: Ich habe Structural Equation Modeling With the sem Package in R von John Fox gelesen und diesen Text vom selben Autor. Ich denke, das kann für meinen Zweck ausreichen, trotzdem sind alle anderen Referenzen willkommen.
references
modeling
sem
psychometrics
Elvis
quelle
quelle
Antworten:
Ich würde mir einige Artikel von Múthen und Múthen ansehen , die speziell die Mplus- Software geschrieben haben
(Ab hier als PDF verfügbar: Gewichtete kleinste Quadrate für kategoriale Variablen .)
Im Mplus-Wiki gibt es noch viel mehr zu sehen, z. B. WLS vs. WLSMV-Ergebnisse mit Ordnungsdaten ; Die beiden Autoren sind sehr reaktionsschnell und geben, wenn möglich, immer detaillierte Antworten mit entsprechenden Hinweisen. Einige Vergleiche robuster gewichteten kleinsten Quadrate gegen ML-basierte Verfahren des Analysierens Polychorische oder polyserial Korrelationsmatrizen können gefunden werden in :
Für andere mathematische Entwicklungen können Sie sich Folgendes ansehen:
Sophia Rabe-Hesketh und ihre Kollegen haben auch gute Papiere zu SEM. Einige relevante Referenzen sind:
Andere gute Quellen sind wahrscheinlich auf der ausgezeichneten Website von John Uebersax aufgeführt, insbesondere Einführung in die tetrachorischen und polychorischen Korrelationskoeffizienten . Da Sie sich auch für angewandte Arbeit interessieren, empfehle ich Ihnen, sich OpenMx (ein weiteres Softwarepaket zur Modellierung der Kovarianzstruktur) und Lavaan (mit dem Ziel, eine Ausgabe ähnlich der von EQS oder Mplus zu liefern) anzuschauen, die beide unter R verfügbar sind.
quelle
An diesem Punkt sind Sie nur an Ihren Zielen interessiert , aber wenn Sie weiterhin Projekte mit latenten Variablen durchführen, empfehle ich Ihnen dringend, Denny Boorsbooms Measuring the Mind zu lesen . Lassen Sie sich nicht vom Titel täuschen, es handelt sich hauptsächlich um einen detaillierten Aufsatz über die Logik latenter Variablen und eine große Kritik der klassischen Testtheorie. Ich würde sagen, es ist notwendig zu lesen, wenn Sie latente Variablen in einem longitudinalen Rahmen verwenden. Es geht jedoch nur um die Logik latenter Variablen, es geht nicht darum, Modelle tatsächlich zu schätzen.
Hinterlassen Sie doch Ihre Erfahrungen, ich habe hier bereits einige Referenzen angegeben, obwohl ich auch meine Bibliothek erweitern möchte. FWIW, Ken Bollens Strukturgleichungen mit latenten Variablen standen als nächstes auf meiner Leseliste (obwohl dies nur auf meiner Meinung zu seiner wissenschaftlichen Arbeit beruht).
Ansonsten würde ich sagen, dass mir auch die Arbeit von Bengt Muthén Spaß macht. Die MPlus-Software ist unglaublich beliebt und Sie können alle Arten von Analysen, die durchgeführt werden können, auf der Mplus-Website sehen ( Link zum Benutzerhandbuch ). Er hat auch eine Reihe von MP3-Postings seines Kurses über statistische Analyse mit latenten Variablen an der UCLA. Ich habe nicht allen zugehört, aber ich vermute, dass alle eine gründliche Einführung in das jeweilige Thema der Vorlesung in dieser Woche sind.
quelle
Dies war der empfohlene Text in meinem Kurs: PBKline, Prinzipien und Praxis der Strukturgleichungsmodellierung , The Guilford Press. Es ist ein Einführungstext und nicht sehr mathematisch.
Für eine mathematischere Bayes'sche Behandlung könnten Sie versuchen: SY. Lee, Structural Equation Modeling: Ein Bayesianischer Ansatz , Wiley.
quelle
Ich lerne gerade SEM mit
LISREL
. Wir verwenden diese beiden Bücher:Dr. Schumaker ist der Ausbilder in meinem Kurs. Das erste Buch ist wirklich gut darin, SEM einzuführen, da es Sie durch den Prozess der Modellspezifikation, Identifizierung usw. führt. Obwohl es auf der
LISREL
Software basiert , würde ich erwarten, dass die allgemeinen Methoden und die Interpretation der Ergebnisse von der Software unabhängig sind.quelle
Klines Buch ist ausgezeichnet. Für ein kurzes Intro als Paper siehe
Gefen, D. 2000. Strukturgleichungsmodellierung und Regression: Richtlinien für die Forschungspraxis. CAIS. Band 4. http://aisel.aisnet.org/cais/vol4/iss1/7/
Hox, JJ und Bechger, TM Eine Einführung in die Modellierung von Strukturgleichungen. Family Science Review. 11: 354 & ndash; 373.http://joophox.net/publist/semfamre.pdf
Lei, PW und Wu, Q. 2007. Einführung in die Strukturgleichungsmodellierung: Probleme und praktische Überlegungen. Bildungsmessung: Themen und Praxis. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x
Grace, J. 2010. Strukturgleichungsmodellierung für Beobachtungsstudien. Das Journal of Wildlife Management. 72: 14-22 http://dx.doi.org/10.2193/2007-307
Siehe auch http://lavaan.org
quelle
Jarrett Byrnes (jebyrnes hier) hat auch seine einwöchigen SEM-Intro-Kursmaterialien hier veröffentlicht: http://byrneslab.net/teaching/sem/
Der Kurs richtet sich an Forscher, die SEMs auf biologische und ökologische Daten anwenden, enthält jedoch allgemeine Einführungen in SEM-Konzepte, R-Code und Beispiele, die möglicherweise für andere hilfreich sind. Ich fand das Material sehr hilfreich, da ich fast keine Kenntnisse über den Ansatz hatte.
quelle