Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Wenn wir mit Daten arbeiten, wollen wir oft Modelle erstellen, um zukünftige Ereignisse vorherzusagen. Gleichzeitig möchten wir aber auch ein tieferes Verständnis dafür, wie unsere Daten zusammenhängen bzw. aufgebaut sind. In diesem Kurs erkundest du die Vernetztheit von Daten mithilfe der Strukturgleichungsmodellierung (SEM) in der Programmiersprache R mit dem Paket lavaan. SEM führt dich in latente und manifeste Variablen ein und zeigt dir, wie du Messmodelle erstellst, deren Genauigkeit bewertest und schlecht passende Modelle verbesserst. Im Verlauf des Kurses arbeitest du mit klassischen SEM-Datensätzen wie Holzinger und Swineford (1939) sowie Bollen (1989). Außerdem bearbeitest du eine Fallstudie zu einem Mehrfaktorenmodell mit der Wechsler Adult Intelligence Scale. Nach diesem Kurs kannst du tief in deine Daten eintauchen und viel besser verstehen, wie alles zusammenpasst.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einfaktorielle Modelle
In diesem Kapitel erstellst du dein erstes Strukturgleichungsmodell mit lavaan. Du lernst wichtige Fachbegriffe kennen und erfährst, wie du Modelle aufbaust und ausführst. Du erstellst ein einfaktorielles Modell geistiger Testfähigkeiten mit dem klassischen Datensatz von Holzinger und Swineford (1939).
- Modellspezifikation50 XP
- Modell für Textgeschwindigkeit erstellen100 XP
- Modell für politische Demokratie erstellen100 XP
- Modellanalyse50 XP
- Textgeschwindigkeitsmodell analysieren100 XP
- Politische Demokratie zusammenfassen50 XP
- Modellbewertung50 XP
- Standardisierte Ladungen prüfen100 XP
- Fit-Indizes erkunden100 XP
- Untersuche politische Demokratie100 XP
2
Mehrfaktorenmodelle
In diesem Kapitel erweiterst du deine lavaan-Fähigkeiten auf die Erstellung von Mehrfaktorenmodellen. Wir verbessern die einfaktoriellen Modelle aus dem letzten Kapitel, indem wir mehrere latente Variablen im klassischen Datensatz von Holzinger und Swineford (1939) modellieren.
3
Fehlerbehebung und Diagramme in Modellen
Strukturgleichungsmodelle laufen nicht immer reibungslos. In diesem Kapitel lernst du, wie du Heywood-Fälle – häufige Fehlertypen – behebst. Außerdem lernst du, dein Modell in R mit der Bibliothek semPlot zu visualisieren.
4
Vollständiges Beispiel und eine Erweiterung
Dieses Kapitel untersucht die WAIS-III-IQ-Skala und ihre strukturellen Eigenschaften. Du nutzt deine Fähigkeiten aus den ersten drei Kapiteln, um verschiedene Modelle der WAIS-III zu erstellen, Fehler in diesen Modellen zu beheben und Diagramme des finalen Modells zu erstellen.
R
Strukturgleichungsmodellierung mit lavaan in R
Kurs
abgeschlossen
