ScholarGate
Асистент
Process / pipelinemultivariate-modeling

Структурно моделиране с уравнения

Структурното моделиране с уравнения (SEM) е цялостна статистическа рамка, която комбинира пътен анализ (Sewall Wright, 1921) и потвърждаващ факторен анализ за тестване на сложни причинно-следствени модели, свързващи наблюдавани и латентни променливи. Формализирано от Jöreskog (1973) със софтуера LISREL, SEM позволява едновременно оценяване на измервателните връзки (как променливите измерват латентни конструкти) и структурните връзки (как конструктите влияят на резултатите), което го прави мощен инструмент за тестване на теории в психологията, епидемиологията, организационните изследвания и здравните науки, където сложната медиация, модерация и латентните процеси изискват интегриран анализ.

Приложете с StatMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+40 more

Източници

  1. Jöreskog, K. G., & Sörbom, D. (1973). LISREL: A general computer program for estimating a linear structural equation system. Research Bulletin 73-5. University of Stockholm. link
  2. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. DOI: 10.1080/10705519909540118
  3. Wright, S. (1921). Correlation and causation. Journal of Agricultural Research, 20(7), 557–585. link

Как да цитирате тази страница

ScholarGate. (2026, June 4). Structural Equation Modeling (SEM). ScholarGate. https://scholargate.app/bg/research-statistics/structural-equation-modeling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

Байесов анализ на канонична корелация (Bayesian CCA)Байесов конjoint анализБайесов анализ при грешка в измерванетоИзследвания за тестване на байесови моделиБайесов умерено опосредстван ефектБейсианска мрежаБайесовска мрежа с грешка при измерванеБайесовски наблюдателни количествени изследванияБайесов анализ на данни от проучванияКонфирматорният факторен анализ (CFA)Динамично каузално моделиранеФакторен анализЙерархично потвърждаващо изследванеИзследване с йерархично тестване на моделиНадлъжен потвърждаващ факторeн анализЛонгитюднна дискриминантна валидностТестване на надлъжна инвариантност на измерванетоИзследване на тестване на лонгитюдни моделиОценка по максимално правдоподобиеМедиационен анализМоделиране със смесиМодериран медиационен анализМногогрупов конфирматорен факторен анализ (MG-CFA)Тестване на инвариантност на измерването при множество групиМногонивова инвариантност на измерванетоМногостепенен медиационен анализМногостепенно моделиранеМножествен регресионен анализМноговариантно корелационно изследванеМноговариантно обяснително изследванеМноговариантно лонгитюднo изследванеИзследване на тестване на многомерни моделиМноговариантни панелни изследванияМноговариантен количествен контент анализНомологична валидностОрдинална експлораторна факторна анализаПанелни конформационни изследванияИзследване на панелни модели – Тестване на надлъжни структурни моделиПътствен анализЗдравата потвърдителна факторна анализаЗдрава дискориминантна валидностУстойчив медиационен анализИзследвания за робустна проверка на моделиАнализ на робастна модерирана медиацияЗдрава номологична валидностАнализ на пътеки с робастни оценкиRobust Structural Equation ModelingАнализ на мощността за моделиране на структурни уравненияИзследване с подкрепата на симулацияВокселна морфометрия
ScholarGateStructural Equation Modeling (Structural Equation Modeling (SEM)). Извлечено на 2026-06-15 от https://scholargate.app/bg/research-statistics/structural-equation-modeling · Набор от данни: https://doi.org/10.5281/zenodo.20539026