Last chance: 50% off unlimited learning
Sale ends in
Descrizione del corso
Quando lavoriamo con i dati, spesso vogliamo creare modelli per prevedere eventi futuri, ma puntiamo anche a comprendere più a fondo come i dati sono collegati o strutturati. In questo corso esplorerai le relazioni tra i dati utilizzando lo Structural Equation Modeling (SEM) con il linguaggio R e il pacchetto lavaan. Il SEM ti introdurrà a variabili latenti e manifeste e a come creare modelli di misura, valutarne l’accuratezza e correggere i modelli con scarso adattamento. Durante il corso, esplorerai dataset classici del SEM, come quelli di Holzinger e Swineford (1939) e Bollen (1989). Lavorerai inoltre su un caso di studio con un modello multifattoriale usando la Wechsler Adult Intelligence Scale. Al termine del corso, potrai approfondire i tuoi dati e ottenere una comprensione molto più ricca di come tutto si tiene insieme.
Prerequisiti
Programma
Struttura del corso
1
Modelli a un fattore
In questo capitolo inizierai a creare il tuo primo modello di equazioni strutturali con lavaan. Imparerai la terminologia fondamentale, come costruire ed eseguire i modelli. Creerai un modello a un fattore delle abilità nei test mentali usando il classico dataset di Holzinger e Swineford (1939).
- Specificazione del modello50 XP
- Crea il modello di velocità testuale100 XP
- Crea il modello di Democrazia Politica100 XP
- Analisi del modello50 XP
- Analizza il modello Text Speed100 XP
- Riepiloga Political Democracy50 XP
- Valutazione del modello50 XP
- Esamina i loading standardizzati100 XP
- Esplora gli indici di adattamento100 XP
- Esamina la democrazia politica100 XP
2
Modelli multifattoriali
In questo capitolo amplierai le tue competenze in lavaan creando modelli multifattoriali. Miglioreremo i modelli a un fattore del capitolo precedente introducendo più variabili latenti nel classico dataset di Holzinger e Swineford (1939).
3
Risoluzione degli errori del modello e diagrammi
I modelli di equazioni strutturali non funzionano sempre senza intoppi e, in questo capitolo, imparerai a risolvere i casi di Heywood, errori piuttosto comuni. Imparerai anche a creare il diagramma del tuo modello in R usando la libreria semPlot.
4
Esempio completo e un’estensione
Questo capitolo esamina la WAIS-III IQ Scale e le sue proprietà strutturali. Userai le competenze dei primi tre capitoli per creare vari modelli della WAIS-III, risolvere gli errori in quei modelli e creare i diagrammi del modello finale.
R
Modeli di equazioni strutturali con lavaan in R
Corso
completato
