Jaudas analīze strukturālo vienādojumu modelēšanai
Jaudas analīze strukturālo vienādojumu modelēšanai (SEM) un citām daudzfaktoru procedūrām nosaka minimālo nepieciešamo izlases lielumu, lai ar pietiekamu varbūtību atklātu noteikta lieluma modeļa neatbilstību. Dominējošā pieeja, ko 1996. gadā ieviesa MacCallum, Browne un Sugawara, izsaka efekta lielumu kā tuvinājuma vidējās kvadrātiskās kļūdas sakni (RMSEA) un atvasina jaudu no necentrālās hi kvadrāta sadalījuma.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130–149. DOI: 10.1037/1082-989X.1.2.130 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Power Analysis for Structural Equation Modeling and Multivariate Analyses. ScholarGate. https://scholargate.app/lv/statistics/power-analysis-sem
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.
- Daudzvarianto dispersijas analīze (MANOVA)Statistika↔ compare
- Jaudas analīze daudzlīmeņu un jauktu efektu modeļiemStatistika↔ compare
- Jaudas analīze ANOVA gadījumāStatistika↔ compare
- Daudzkārtējās regresijas jaudas analīzeStatistika↔ compare
- Analīze, balstīta uz simulāciju (Montekarlo jauda)Statistika↔ compare
- Modelēšana ar strukturālām vienādojumiemPētniecības statistika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →