Build your ultimate AI agent
Описание курса
Откройте для себя факторный анализ в R
Мир полон ненаблюдаемых переменных, которые нельзя измерить напрямую. Вас может заинтересовать такой конструкт, как математические способности, черты личности или климат на рабочем месте. При исследовании таких конструкций крайне важно иметь модель, которая соответствует вашим теориям и данным.Этот курс поможет вам понять размерность и покажет, как проводить исследовательский и подтверждающий факторный анализ.
Научитесь использовать исследовательский факторный анализ и подтверждающий факторный анализ
Вы начнёте с освоения разведочного факторного анализа (EFA), узнаете, как просматривать и визуализировать факторные нагрузки, интерпретировать факторные оценки, а также просматривать и проверять корреляции.Как только вы освоите однофакторный EFA, вы перейдёте к многомерным данным, изучая вычисление собственных значений, построение scree plot и многое другое. Далее вы познакомитесь с подтверждающим факторным анализом (CFA), научитесь создавать синтаксис на основе результатов EFA и теории.
В заключительной главе рассматриваются EFA и CFA, приводятся примеры обоих. Вы также узнаете, как улучшать свою модель и оценивать результаты при её использовании.
Разрабатывайте, совершенствуйте и делитесь своими показателями
С этими статистическими методами в вашем арсенале вы сможете разрабатывать, совершенствовать и делиться своими показателями. Эти анализы являются основополагающими для различных областей, включая психологию, образование, политологию, экономику и лингвистику."
Предварительные требования
Программа
Структура курса
1
Оценка меры с помощью факторного анализа
В главе 1 вы научитесь проводить разведочный факторный анализ (EFA) для изучения статистических свойств меры, построенной вокруг одного конструкта.
- Введение в разведочный факторный анализ (EFA)50 XP
- Начало работы с однофакторным EFA100 XP
- Просмотр и визуализация факторных нагрузок100 XP
- Интерпретация факторных оценок респондентов100 XP
- Обзор процесса разработки инструментов измерения50 XP
- Описательная статистика набора данных100 XP
- Разделение набора данных100 XP
- Сравнение двух половин набора данных100 XP
- Характеристики измерения: корреляции и надёжность50 XP
- Просмотр и проверка корреляций100 XP
- Внутренняя надёжность100 XP
- Когда применять EFA50 XP
2
Многомерный разведочный факторный анализ
В этой главе показано, как распространить однофакторный EFA, изученный в главе 1, на многомерные данные.
3
Подтверждающий факторный анализ
В этой главе рассматривается проведение подтверждающего факторного анализа (CFA) с помощью пакета sem. Охвачены как теоретически обоснованные, так и основанные на EFA структуры CFA.
4
Совершенствование меры и/или модели
В этой главе закрепляется различие между EFA и CFA, а также предлагаются рекомендации по улучшению модели и/или меры.
R
Факторный анализ в R
Курс
завершён
