Get started with custom lists to organize and share courses.

Sign up

Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Structural Equation Model and its Applications | 结构方程模型及其应用 (粤语)

The Chinese University of Hong Kong via Coursera

  • Provider Coursera
  • Subject Statistics & Probability
  • Cost Free Online Course (Audit)
  • Session Upcoming
  • Language Chinese
  • Start Date
  • Duration 14 weeks long
  • Learn more about MOOCs

Taken this course? Share your experience with other students. Write review

Overview

Sign up to Coursera courses for free Learn how

课程介绍:

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)。


修课背景要求:

讲学语言:普通话及广东话 / 简体中文
这是一个艰深的高阶课程,学员应有下述的知识及训练:(i) 使用SPSS, SAS或其他类似软件包;(ii) 回归;和(iii) 因子分析(探索性因子分析)。


课程目标:

完成课程之后,学生的预期学习成果是:

1. 能够说出与传统的ANOVA和回归分析法相比,结构方程模型的优点;
2. 能够在仪器上进行验证性因子分析;
3. 能够用结构方程模型分析简单的全模型;
4. 通过计算出各种拟合指数和运用其他评估标准,能够比较并选出适合的模型;
5. 能够基于相应的参数统计修改模型;

Syllabus

课程资料


第一课:简介 (参考:第一章 引言)


第二课:探索性与验证性因子分析 (参考:第一章 引言)


第三课:SEM原理 (参考:第二章 结构方程模型简介)


第四课:验证性因子分析 (参考:第三章应用示范I 一、验证性因子分析)


第五课:多质多法模型 (参考:第三章应用示范I 二、多质多法模型)


第六课:全模型 (参考:第三章应用示范I 三、全模型)


第七课:高阶因子分析 (参考:第三章应用示范 四、高阶因子分析)


第八课:单纯形模型 (参考:第四章应用示范II:单纯形和多组模型 一、单纯形模型)


第九课:多组SEM分析 (参考:第四章应用示范II:单纯形和多组模型 二、多组验证性因子分析 三、多组分析:均值结构模型)


第十课:结构方程建模和分析步骤 (参考:第五章结构方程建模和分析步骤)


第十一课:涉及数据的问题 (参考:第六章专题讨论——涉及资料的问题 第七章专题讨论——涉及模型拟合的问题 第八章拟合指数)


第十二课:读取SPSS数据 (参考:附录III通过SPSS读取数据)


期末考


Taught by

Prof. Kit Tai Hau 侯傑泰

Help Center

Most commonly asked questions about Coursera Coursera

Reviews for Coursera's Structural Equation Model and its Applications | 结构方程模型及其应用 (粤语)
Based on 0 reviews

  • 5 star 0%
  • 4 star 0%
  • 3 star 0%
  • 2 star 0%
  • 1 star 0%

Did you take this course? Share your experience with other students.

Write a review

Class Central

Get personalized course recommendations, track subjects and courses with reminders, and more.

Sign up for free

Never stop learning Never Stop Learning!

Get personalized course recommendations, track subjects and courses with reminders, and more.