本次课程大纲在原大纲的基础上可以由预定用户定制内容,需要定制内容的用户可以在通过点击【我要参加】按钮中的留言处填写定制内容,定制内容不加收任何费用。
课程介绍
近20年来,结构方程模型(SEM)已经逐步成为学术研究的主流研究方法,用于SEM分析的软件工具也层出不穷,如AMOS、LISREL、EQS、MPlus等。与其他软件相比,Mplus将众多潜变量分析方法集于一身,其功能是同类软件中最强大的。近年来,MPlus有逐步取代AMOS、LISREL等软件的趋势。与其他软件类似,Mplus可以完成探索性因子分析(Exploratory factor analysis)、验证性因子分析(Confirmatory factor analysis)、结构方程模型(Structural equation model)、路径分析(Path analysis)、增长模型(Growth modeling)等分析。
除此之处,Mplus还可以完成潜类别分析(Latent class analysis)、潜在转换分析(Latent transition analysis)、增长模型(Growth model)、多水平模型(Multilevel model)等分析,而这些分析方法,常常需要借助于其他的多个软件才能够实现。
尤其需要指出的,Mplus在处理类别数据、非正态数据、复杂调查数据和多层次数据等方面,更是功能强大。
因此,Mplus在心理学、教育学、管理学、经济学、社会学等诸多领域,已经开始得到广泛应用 。
视频大纲
注:在整体内容不变的情况下,具体课程主题与次序安排以最终视频为准。
目录 | 主题 | 主要内容 |
初中级课程600元 初中高全程1200元 |
第一讲 | (1)多元统计发展历程与潜变量模型概览
(2)Mplus软件的特色与功能演示 (3)Mplus界面、语法结构、常用命令与默认设置 | 本节从相关系数开始,简要讲述多元统计方法的发展历程,分析普通的线性回归存在的主要不足以及解决方法,由此引出潜变量模型(结构方程模型); MPLUS软件的特点;Mplus软件的基本语法结构、常用命令、不同估计方法的区别、软件的默认设置。 |
第二讲 | (1)回归分析与路径分析 (2)递归与非递归模型 (3)纵向数据的路径分析 | 通过简单Mplus程序的编写;数据导入与格式;输出结果报告与解读;递归与非递归模型的区别;路径分析模型的识别法则;路径模型的效应分析;纵向数据的路径分析。
|
第三讲
| (1)探索性因子分析EFA (2)量表的前测与信度效度分析 | 探索性因子分析与主成分分析的区别;量表的前测流程与信度分析;探索性因子分析的Mplus实现;
|
第四讲
| (1)验证性因子分析CFA (2)CFA模型应用初级——量表的信度效度检验 | 验证性因子分析CFA的基本原理;CFA模型评价(绝对拟合指标、相对拟合指标、精简拟合指标与竞争拟合指标);CFA输出结果解读与报告;如何通过CFA模型判断量表质量(组成信度CR、平均变异抽取量AVE); |
第五讲
| (1)CFA模型常见问题剖析 (2)高阶CFA模型 | CFA模型常见问题剖析(多元正态性检验、特异值检出、非正定、拟合度不好、模型修正、模型比较等);二阶CFA模型的应用; |
第六讲
| (1)测量等值与多组CFA模型 (2)CFA模型的应用进阶 | 测量等值的作用;测量等值的内容与操作步骤;Mplus实现测量等值的具体步骤;多组CFA模型比较; Bifactor模型的应用; |
第七讲
| (1)SEM模型的基本原理 (2)SEM模型的应用 (3)模型比较与多组SEM模型 | SEM模型的相关术语;SEM模型的基本原理;SEM的建模过程与模型识别;SEM模型的比较;多组SEM模型 |
第八讲
| (1)SEM模型中的常见问题剖析
(2)SEM模型中的相关议题 | 对SEM模型中常见的问题进行剖析;同时对SEM模型中的相关议题(缺失值插补、非正态数据的处理、类别数据的处理、单指标潜变量的处理等)。 |
第九讲 | (1)中介效应分析技术 (2)多重中介变量模型 (3)调节效应分析技术 | 中介效应模型的形式与作用;中介效应模型的原理;中介效应中的抑制变量;中介效应检验的主要方法(因果法、系数差异法、系数乘积法等);中介效应的基本模型与分析步骤;中介变量间存在因果关系的多重中介模型;中介变量间无因果关系的多重中介模型; 调节效应模型的形式与作用;调节效应与交互效应的区别;调节效应的基本模型与分析步骤;调节效应分析的简单方法(two-way ANOVA、分组回归、阶层回归。 |
第十讲
| (1)潜调节模型 (2)中介与调节变量分析进阶——混合的中介与调节模型(条件中介模型) | 潜调节变量模型的主要检验方法;调节变量为类别变量的模型;调节变量为连续潜在变量的模型;Bootstrap方法 |
高级班800元 初中高全程1200元 内容包括:(1)SEM的若干重要问题探讨: 非递归模型的识别准则; 形成型模型与反应型模型; 高阶结构方程模型; 数据打包技术; 探索性结构方程模型(ESEM); 样本量估计。 (2)CFA模型的应用进阶 MTMM、Bifactor模型; 常用的方法学效应模型 (3)潜类别模型LCM (4)潜增长模型LGM (5)混合模型 (6)贝叶斯方法与应用 (7)多层线性模型与应用 (8)PLS-SEM模型与应用 注:具体内容以视频为准。 |
讲师介绍
汤剑影,男,博士,副教授。毕业于西安交通大学。主要研究方向:技术创新、组织行为、多元统计方法等。主持完成国家自然科学基金项目1项,省部级基金项目3项;曾主持或参与完成《某商业银行人力资源需求分析》、《某品牌汽车顾客满意度调查》、《某地区居民生活满意度与幸福指数调查》等企业或ZF项目;在《中国工业经济》、《南开管理评论》、《科研管理》等杂志公开发表论文20余篇,出版专著2部,获省级以上学术奖励4项。
◆培训目标
1、了解结构方程模型的基本原理;
2、掌握结构方程模型建模的一般过程;
3、熟练掌握常用的结构方程模型的程序编写、软件操作和结果解读;
4、掌握中介变量与调节变量模型的处理方法与应用。
◆培训对象
(1)高校及科研机构有志于从事心理学、教育学、管理学、经济学、社会学研究的学生或教师;
(2)本课程无需任何统计基础,也不需要学员具备其他软件的使用经验;
(3)欢迎学员自带数据和模型参加学习。
◆课程特色
(1)全案例教学,确保学员懂原理、会操作、会分析、会解读。注重培养学员的实证分析能力,通过诸多案例讲解不同的应用背景。使学员对软件有总体的认识。同时,强调实际问题的解决能力,
(2)本课程以案例教学为主,基本不涉及复杂的统计推导,对于基本的统计原理,尽可能用通俗的语言来解释,因此尤其适用于统计基础较弱,但又急需使用SEM软件的学员。
◆培训配套资料
(1)课程讲义。
(2)课件PPT文件,便于学员在学习时进行同步操作练习。
(3)案例数据与程序;
(4)讲师个人珍藏的各类辅助工具。
◆联系方式
樊老师
电话:010+68472707
手机:18611083334
QQ:2881989705
邮 箱:fanyuliang@pinggu.org