Моделирование структурными уравнениями_Алексей Гаевский

10,046 views

Published on

Конференция "AI&BigData Lab", 12 апреля 2014

Published in: Data & Analytics
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
10,046
On SlideShare
0
From Embeds
0
Number of Embeds
9,215
Actions
Shares
0
Downloads
15
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Моделирование структурными уравнениями_Алексей Гаевский

  1. 1. Моделирование структурнымиМоделирование структурными уравнениямиуравнениями 12 апреля 2014 г.12 апреля 2014 г. ОдессаОдесса Алексей Гаевский
  2. 2. 2 Забегая вперёд… https://app.box.com/ai-big-data-lab
  3. 3. 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
  4. 4. 5 Преимущества SEM • Тестирование моделей с множественными зависимыми переменными • Моделирование переменных- посредников • Моделирование погрешностей
  5. 5. 6 Недостатки SEM • SEM не может служить средством для: – Иерархического или многоуровневого моделирования – Моделирование с участием латентных дискретных переменных – Байесовские расчёты
  6. 6. 7 Общие характеристики методов SEM –Оперирование моделями и гипотезами –Необходимость задавать большой объём параметров –Взаимодействие переменных
  7. 7. 8 Основные понятия и обозначения • Дисперсия = s2 • Стандартное отклонение = s • Корелляция = r • Ковариантность = sXY = COV(X,Y)
  8. 8. 9 Основные понятия и обозначения • Явные переменные • Латентные переменные • Экспериментальные исследования • Зависимые и независимые переменные • Экспериментальные исследования • Прогнозирующие переменные и условия
  9. 9. 10 Основные понятия и обозначения “внешние” – вне модели “внутренние” – внутри модели • Экзогенные • Эндогенные • Односторон. влияние • Двустороннее влияние • Корелляция или ковариантность
  10. 10. 11 Основные понятия и обозначения • Параметрическая модель – Латентные переменные и индикаторы • Структурная модель – Набор экзогенных и эндогенных переменных с обозначениями направления воздействия
  11. 11. 12 Параметрическая модель: Confirmatory Factor Analysis Результаты анкеты-опроса Оценка враждебности Оценка степени депрессии Личная оценка уровня здоровья Психическое здоровье 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
  12. 12. 14 Результаты анкеты-опроса Оценка враждебности Оценка уровня депрессии Род занятий Доход Образование Личная оценка здоровья Психическое здоровье D3 e4 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
  13. 13. 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
  14. 14. 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)
  15. 15. 17 Переходим к практике!
  16. 16. Спасибо за внимание! lionet@ukr.net

×