Ana içeriğe atla

Kurs

R ile lavaan kullanarak Yapısal Eşitlik Modellemesi

İleri4 sa

Bir ölçek veya anketin yapısını doğrulamak için kullanılan ölçüm modellerini oluşturmayı ve değerlendirmeyi öğrenin.

R4 sa14 video45 Alıştırma3,750 XP10,138Başarı belgesi

Ücretsiz Hesap Oluşturun

Google ile devam edin
veya
Devam ederek şu belgeleri kabul etmiş olursunuz: Kullanım Şartları, bizim Gizlilik Politikası ve verilerinizin ABD'de depolandığını.

Binlerce şirketteki öğrenciler tarafından seviliyor

Bir Ekibi mi Eğitiyorsunuz?

İşletmeler için Dene

Kurs Açıklaması

Verilerle çalışırken, çoğu zaman gelecekteki olayları tahmin etmek için modeller kurmak isteriz; ama verilerimizin nasıl bağlantılı veya yapılandığını daha derinlemesine anlamak da isteriz. Bu kursta, R programlama dilinde lavaan paketiyle yapısal eşitlik modellemesi (SEM) kullanarak verilerin bağlantılılığını keşfedeceksin. SEM, seni gizil ve gözlenen değişkenlerle tanıştıracak; ölçme modelleri kurmayı, ölçme modeli doğruluğunu değerlendirmeyi ve uyumu zayıf modelleri düzeltmeyi öğreneceksin. Kurs boyunca Holzinger ve Swineford (1939) ile Bollen (1989) gibi klasik SEM veri kümelerini inceleyeceksin. Ayrıca Wechsler Yetişkin Zekâ Ölçeği’ni kullanarak çok faktörlü bir model vaka çalışmasını adım adım gerçekleştireceksin. Bu kurstan sonra, verilerine dalıp her şeyin nasıl bir araya geldiğini çok daha derin bir şekilde anlayabileceksin.

Ön Koşullar

Müfredat

Kurs içeriği

1

Tek Faktörlü Modeller

Bu bölümde, lavaan ile ilk yapısal eşitlik modelini oluşturmaya başlayacaksın. Önemli terimleri, model kurmayı ve çalıştırmayı öğreneceksin. Klasik Holzinger ve Swineford (1939) veri kümesini kullanarak zihinsel test yeteneklerinin tek faktörlü bir modelini oluşturacaksın.
Bölüme Başla
3

Model Hatalarını Giderme ve Diyagramlar

Yapısal eşitlik modelleri her zaman sorunsuz çalışmaz; bu bölümde, yaygın hatalar olan Heywood durumlarını nasıl gidereceğini öğreneceksin. Ayrıca R’de semPlot kütüphanesini kullanarak modelinin diyagramını çizmeyi öğreneceksin.
Bölüme Başla
4

Tam Bir Örnek ve Bir Genişletme

Bu bölüm, WAIS-III IQ Ölçeği’ni ve yapısal özelliklerini inceler. İlk üç bölümdeki becerilerini kullanarak WAIS-III’ün çeşitli modellerini oluşturacak, bu modellerdeki hataları giderecek ve nihai modelin diyagramlarını oluşturacaksın.
Bölüme Başla
R

R ile lavaan kullanarak Yapısal Eşitlik Modellemesi

Kurs
Tamamlandı

Başarı Belgesi Kazanın

Hemen Kaydolun

DataCamp for Mobile ile veri becerilerinizi geliştirin

Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.