After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Khi làm việc với dữ liệu, chúng ta thường muốn xây dựng mô hình để dự đoán các sự kiện trong tương lai, nhưng đồng thời cũng muốn hiểu sâu hơn cách dữ liệu liên kết hoặc được cấu trúc. Trong khóa học này, bạn sẽ khám phá mức độ kết nối của dữ liệu bằng mô hình phương trình cấu trúc (SEM) trong ngôn ngữ R với gói lavaan. SEM sẽ giới thiệu cho bạn về biến ẩn (latent) và biến quan sát (manifest), cách tạo mô hình đo lường, đánh giá độ chính xác của mô hình đo lường, và khắc phục các mô hình có độ khớp kém. Trong khóa học, bạn sẽ khám phá các bộ dữ liệu SEM kinh điển như Holzinger và Swineford (1939) và Bollen (1989). Bạn cũng sẽ thực hành một nghiên cứu tình huống về mô hình đa nhân tố sử dụng Thang đo Trí tuệ Người lớn Wechsler. Sau khóa học, bạn sẽ có thể đi sâu vào dữ liệu của mình và hiểu sâu sắc hơn cách mọi thứ gắn kết với nhau.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Mô hình Một Nhân tố
Trong chương này, bạn sẽ bắt tay vào tạo mô hình phương trình cấu trúc đầu tiên với lavaan. Bạn sẽ học các thuật ngữ quan trọng, cách xây dựng và chạy mô hình. Bạn sẽ tạo một mô hình một nhân tố về năng lực kiểm tra trí tuệ sử dụng bộ dữ liệu kinh điển Holzinger và Swineford (1939).
- Đặc tả mô hình50 XP
- Xây dựng mô hình Tốc độ đọc hiểu văn bản100 XP
- Xây dựng mô hình Dân chủ Chính trị100 XP
- Phân tích mô hình50 XP
- Phân tích mô hình Tốc độ đọc (Text Speed)100 XP
- Tóm tắt Political Democracy50 XP
- Đánh giá mô hình50 XP
- Khám phá hệ số tải đã chuẩn hóa100 XP
- Khám phá các chỉ số độ phù hợp100 XP
- Khám phá Dân chủ Chính trị100 XP
2
Mô hình Đa Nhân tố
Trong chương này, bạn sẽ mở rộng kỹ năng với lavaan để tạo các mô hình đa nhân tố. Chúng ta sẽ cải thiện các mô hình một nhân tố từ chương trước bằng cách tạo nhiều biến ẩn trong bộ dữ liệu kinh điển Holzinger và Swineford (1939).
3
Xử lý Lỗi Mô hình và Sơ đồ hóa
Các mô hình phương trình cấu trúc không phải lúc nào cũng chạy trơn tru, và trong chương này, bạn sẽ học cách xử lý các trường hợp Heywood, là những lỗi thường gặp. Bạn cũng sẽ học cách vẽ sơ đồ mô hình trong R bằng thư viện semPlot.
4
Ví dụ Hoàn chỉnh và Phần Mở rộng
Chương này xem xét Thang đo IQ WAIS-III và các đặc tính cấu trúc của nó. Bạn sẽ sử dụng kỹ năng từ ba chương đầu để tạo nhiều mô hình cho WAIS-III, xử lý lỗi trong các mô hình đó, và vẽ sơ đồ cho mô hình cuối cùng.
R
Mô hình Phương trình Cấu trúc với lavaan trong R
Hoàn
thành khóa học
