Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Cuando trabajas con datos, a menudo quieres crear modelos para predecir eventos futuros, pero también buscas entender en profundidad cómo están conectados o estructurados tus datos. En este curso, explorarás la interconexión de los datos utilizando modelos de ecuaciones estructurales (SEM) en el lenguaje de programación R con el paquete lavaan. SEM te presentará variables latentes y manifiestas y cómo crear modelos de medición, evaluar la precisión de estos modelos y corregir modelos con mal ajuste. A lo largo del curso, explorarás conjuntos de datos clásicos de SEM, como los de Holzinger y Swineford (1939) y Bollen (1989). También trabajarás en un estudio de caso de un modelo multifactorial utilizando la Escala de Inteligencia para Adultos de Wechsler. Al finalizar el curso, podrás profundizar en tus datos y obtener una comprensión mucho más completa de cómo encaja todo.
Requisitos previos
Programa de formación
Contenido del curso
1
Modelos de un factor
En este capítulo, te iniciarás en la creación de tu primer modelo de ecuaciones estructurales con lavaan. Aprenderás la terminología importante, cómo construir y ejecutar modelos. Crearás un modelo de un factor de habilidades en pruebas mentales utilizando el conjunto de datos clásico de Holzinger y Swineford (1939).
- Especificación del modelo50 XP
- Construye el modelo de velocidad textual100 XP
- Crear el modelo de democracia política100 XP
- Análisis del modelo50 XP
- Analiza el modelo de velocidad de lectura100 XP
- Resumir Political Democracy50 XP
- Evaluación del modelo50 XP
- Examinar cargas estandarizadas100 XP
- Explora los índices de ajuste100 XP
- Examinar la democracia política100 XP
2
Modelos multifactoriales
En este capítulo, ampliarás tus habilidades en lavaan para crear modelos multifactoriales. Mejoraremos los modelos de un solo factor del capítulo anterior creando múltiples variables latentes en el conjunto de datos clásico de Holzinger y Swineford (1939).
3
Resolución de errores del modelo y diagramas
Los modelos de ecuaciones estructurales no siempre se ejecutan sin problemas, y en este capítulo aprenderás a resolver casos de Heywood, que son errores comunes. También aprenderás a diagramar tu modelo en R usando la biblioteca semPlot.
4
Ejemplo completo y una extensión
Este capítulo examina la escala de CI WAIS-III y sus propiedades estructurales. Utilizarás tus habilidades de los tres primeros capítulos para crear distintos modelos del WAIS-III, resolver errores en esos modelos y crear diagramas del modelo final.
R
Modelos de ecuaciones estructurales con lavaan en R
Curso
completado
