会员服务
结构方程模型（Structural Equation Modeling,SEM）是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。
Rethinking Structural Equation Modeling in Political Science: Challenges, Best Practices, and Future Directions
Arxiv
0+阅读 · 3月30日
Promoting the Culture of Qinhuai River Lantern Shadow Puppetry with a Digital Archive and Immersive Experience
Arxiv
0+阅读 · 3月28日
Identifiable Multi-View Causal Discovery Without Non-Gaussianity
Arxiv
0+阅读 · 2月28日
Potential of large language model-powered nudges for promoting daily water and energy conservation
Arxiv
0+阅读 · 3月14日
Functional structural equation models with out-of-sample guarantees
Arxiv
0+阅读 · 3月25日
Identifiable Multi-View Causal Discovery Without Non-Gaussianity
Arxiv
0+阅读 · 2月27日
Functional structural equation modeling with latent variables
Arxiv
0+阅读 · 2024年12月26日
Neighborhood Disparities in Smart City Service Adoption
Arxiv
0+阅读 · 1月8日
Root cause discovery via permutations and Cholesky decomposition
Arxiv
1+阅读 · 2024年12月13日
Identification and estimation of mediational effects of longitudinal modified treatment policies
Arxiv
0+阅读 · 2024年12月10日
Network Structural Equation Models for Causal Mediation and Spillover Effects
Arxiv
0+阅读 · 2024年12月6日
Examination of Nonlinear Longitudinal Processes with Latent Variables, Latent Processes, Latent Changes, and Latent Classes in the Structural Equation Modeling Framework: The R package nlpsem
Arxiv
0+阅读 · 2024年11月26日
Root cause discovery via permutations and Cholesky decomposition
Arxiv
0+阅读 · 2024年11月22日
Improved LM Test for Robust Model Specification Searches in Covariance Structure Analysis
Arxiv
0+阅读 · 2024年11月19日
Root cause discovery via permutations and Cholesky decomposition
Arxiv
0+阅读 · 2024年10月16日
参考链接
父主题
统计学
微信扫码咨询专知VIP会员
Top