Modelēšana ar strukturālām vienādojumiem
Modelēšana ar strukturālām vienādojumiem (SEM) ir visaptverošs statistikas ietvars, kas apvieno ceļu analīzi (Sewall Wright, 1921) un konfirmatorisko faktoru analīzi, lai pārbaudītu sarežģītus cēloņsakarību modeļus, kas saista novērotās un latentās (slēptās) mainīgās. Formāli to 1973. gadā ar LISREL programmatūru sistematizēja Jöreskog, un SEM ļauj vienlaicīgi novērtēt mērījumu sakarības (kā mainīgie mēra latentus konstruktus) un strukturālās sakarības (kā konstrukti ietekmē rezultātus), padarot to par spēcīgu rīku teoriju testēšanai psiholoģijā, epidemioloģijā, organizāciju pētniecībā un veselības zinātnēs, kur sarežģīta mediācija, moderācija un latentie procesi prasa integrētu analīzi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+40 more
Avoti
- 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 ↗
- 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 ↗
- Wright, S. (1921). Correlation and causation. Journal of Agricultural Research, 20(7), 557–585. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 4). Structural Equation Modeling (SEM). ScholarGate. https://scholargate.app/lv/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.
- Faktoru analīzePētniecības statistika↔ compare
- Daudzlīmeņu modelēšanaPētniecības statistika↔ compare
- Regresijas lineārā analīzePētniecības statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →