Моделирование структурными уравнениями_Алексей...
Click here to load reader
-
Upload
geekslab -
Category
Data & Analytics
-
view
9.297 -
download
0
description
Transcript of Моделирование структурными уравнениями_Алексей...
Моделирование структурными Моделирование структурными уравнениямиуравнениями
12 апреля 2014 г.12 апреля 2014 г.ОдессаОдесса
Алексей Гаевский
2
Забегая вперёд…
https://app.box.com/ai-big-data-lab
3
Что такое SEM?
• В целом, SEM модели – это расширение линейной регресии с некоторыми добавлениями:
• 1. Наличие нескольких одновременно выполняющихся уравнений регресии.
• 2. Независимая (экзогенная) переменная в одних уравнениях может выступать в роли зависимой (эндогенной) переменной в других уравнениях
5
Преимущества SEM
• Тестирование моделей с множественными зависимыми переменными
• Моделирование переменных-посредников
• Моделирование погрешностей
6
Недостатки SEM
• SEM не может служить средством для:– Иерархического или многоуровневого
моделирования– Моделирование с участием латентных
дискретных переменных– Байесовские расчёты
7
Общие характеристики методов SEM
–Оперирование моделями и гипотезами
–Необходимость задавать большой объём параметров
–Взаимодействие переменных
8
Основные понятия и обозначения
• Дисперсия = s2
• Стандартное отклонение = s
• Корелляция = r
• Ковариантность = sXY = COV(X,Y)
9
Основные понятия и обозначения
• Явные переменные
• Латентные переменные
• Экспериментальные исследования• Зависимые и независимые
переменные• Экспериментальные исследования
• Прогнозирующие переменные и условия
10
Основные понятия и обозначения
“внешние”– вне модели
“внутренние”– внутри модели
• Экзогенные
• Эндогенные
• Односторон. влияние
• Двустороннее влияние
• Корелляция или ковариантность
11
Основные понятия и обозначения
• Параметрическая модель– Латентные переменные и индикаторы
• Структурная модель– Набор экзогенных и эндогенных
переменных с обозначениями направления воздействия
12
Параметрическая модель:Confirmatory Factor Analysis
Результатыанкеты-опроса
Оценка враждебности
Оценка степенидепрессии
Личная оценкауровня здоровья
Психическоездоровье
D1
e4
e3
e2
e1
Singh-Manoux, Clark and Marmot. 2002. Multiple measures of socio-economic position and psychosocial health: proximal and distal measures.
Латентная конструкция
Результаты наблюдений
14
Результатыанкеты-опроса
Оценка враждебности
Оценкауровня депрессии
Род занятий
Доход
Образование
Личнаяоценка здоровья
Психическоездоровье
D3e4
e3
e2
e1
Singh-Manoux, Clark and Marmot. 2002. Multiple measures of socio-economic position and psychosocial health: proximal and distal measures.
D1
D2
А – непосредственное влияние
c
B, C – опосредованное влияние
15
Что насчёт минимально приемлемого размера
выборки для SEM?• Примерно столько же, сколько для
регрессии
• Малые выборки дают ощутимые ошибки
• Можно сказать, что чем больше – тем лучше, но...
• Слишком большие выборки и сложные модели тоже дают увеличение ошибок
В целом, минимальный объём выборки – 200-300 наблюдений
16
Программное обеспечение
• LISREL 9.1 from SSI (Scientific Software International)
• IBM’s SPSS Amos
• EQS (Multivariate Software)
• Mplus (Linda and Bengt Muthen)
• CALIS (a module from SAS)
• Stata’s new sem module
• R (lavaan and sem modules)
17
Переходим к практике!
Спасибо за внимание!