Avis de la communauté
Les infos clés
credit_card
Formation gratuite
verified_user
Certification payante
timer
24 heures de cours
En résumé
在社会学、心理学、教育学、经济学、管理学、市场学等研究领域的数据分析中,结构方程建模是当前最前沿的统计方法中应用最广、研究最多的一个。它包含了方差分析、回归分析、路径分析和因子分析,弥补了传统回归分析和因子分析的不足,可以分析多因多果的联系、潜变量的关系,还可以处理多水平数据和纵向数据,是非常重要的多元数据分析工具。本课程系统地介绍结构方程模型和LISREL软件的应用,内容包括:结构方程分析(包括验证性因子分析)的基本概念、统计原理、在社会科学研究中的应用、常用模型及其LISREL程序、结果的解释和模型评价。学员应具备基本的统计知识(如:标准差、t-检验、相关系数),理解回归分析和因子分析的概念。 注:本课程配套教材为《结构方程模型及其应用》(以LISREL软件为例)。
more_horiz
Lire plus
more_horiz
Lire moins
dns
Le programme
Lesson 1 Introduction 简介
Lesson 2 Exploratory vs. Confirmatory Factor Analysis 探索性与验证性因子分析Lesson 3 Basic Concepts 原理
Lesson 4 CFA overview 验证性因子分析(概述)
Lesson 4 CFA in details 验证性因子分析
Lesson 5 Multitrait-Multimethod Model 多质多法模型
Lesson 6 Full Model 全模型
Lesson 7 High-Order Factor Analysis 高阶因子分析
Lesson 7 High-Order Factor Analysis 高阶因子分析
Lesson 8 Simplex Model 单纯形模型
Lesson 9 Multiple-Group SEM 多组SEM分析
Lesson 10 Issues in Model Specification and Analysis 结构方程建模和分析步骤
Lesson 11 Issues on Data 涉及数据的问题
Lesson 12 How to Read SPSS.sav into LISREL 读取SPSS数据
record_voice_over
Les intervenants
- Kit Tai Hau 侯傑泰 - Department of Educational Psychology
store
Le concepteur

Founded in 1963, The Chinese University of Hong Kong (CUHK) is a forward looking comprehensive research university with a global vision and a mission to combine tradition with modernity, and to bring together China and the West. CUHK teachers and students hail from all corners of the world. CUHK graduates are connected worldwide through an expansive alumni network.
assistant
La plateforme

Coursera est une entreprise numérique proposant des formations en ligne ouverte à tous fondée par les professeurs d'informatique Andrew Ng et Daphne Koller de l'université Stanford, située à Mountain View, Californie.
Ce qui la différencie le plus des autres plateformes MOOC, c'est qu'elle travaille qu'avec les meilleures universités et organisations mondiales et diffuse leurs contenus sur le web.
Vous êtes le concepteur de ce MOOC ?
keyboard_arrow_left
grade
keyboard_arrow_right
Intégrez le module d’évaluation