Structural equation modeling (SEM) is a statistical technique for testing and estimating causal relationships using a combination of statistical data and qualitative causal assumptions. This view of SEM was articulated by the geneticist Sewall Wright (1921), the economists Trygve Haavelmo (1943) and Herbert Simon (1953), and formally defined by Judea Pearl (2000) using a calculus of counterfactuals.

PropertyValue
dbpprop:abstract
  • Structural equation modeling (SEM) is a statistical technique for testing and estimating causal relationships using a combination of statistical data and qualitative causal assumptions. This view of SEM was articulated by the geneticist Sewall Wright (1921), the economists Trygve Haavelmo (1943) and Herbert Simon (1953), and formally defined by Judea Pearl (2000) using a calculus of counterfactuals. Structural Equation Models (SEM) allows both confirmatory and exploratory modeling; thus, it is suited to both theory testing and theory development. Modeling usually starts with a hypothesis, represents it as a model, operationalises the constructs of interest with a measurement instrument, and tests the fit of the model to the obtained measurement data. The causal assumptions embedded in the model often have falsifiable implications which can be tested against the data. With an initial theory SEM can be used inductively by specifying a corresponding model and using data to estimate the values of free parameters. Often the initial hypothesis requires adjustment in light of model evidence. When SEM is used purely for exploration, this is usually in the context of exploratory factor analysis as in psychometric design. Among the strengths of SEM is the ability to construct latent variables: variables which are not measured directly, but are estimated in the model from several measured variables each of which is predicted to 'tap into' the latent variables. This allows the modeler to explicitly capture the unreliability of measurement in the model, which in theory allows the structural relations between latent variables to be accurately estimated. Factor analysis, path analysis and regression all represent special cases of SEM. In SEM, the qualitative causal assumptions are represented by the missing variables in each equation, as well as vanishing covariances among some error terms. These assumptions are testable in experimental studies and must be confirmed judgmentally in observational studies. An alternative technique for specifying Structural Equation Models is partial least squares path modeling, which some feel is better suited to data exploration. The TETRAD project aims to develop a way to automate the search for possible causal models from data.
  • Der Begriff Strukturgleichungsmodell bezeichnet ein statistisches Verfahren zum Testen und Schätzen auch kausaler Zusammenhänge. Es wird den strukturprüfenden multivariaten Verfahren zugerechnet. Strukturgleichungsmodelle spielen in der empirischen Sozialforschung eine gewichtige Rolle. Pfadanalyse, Faktoranalyse und Regressionsanalyse können als Spezialfälle von Strukturgleichungsmodellen angesehen werden.
  • Modelowanie równań strukturalnych to klasa wielowymiarowych, parametrycznych modeli statystycznych pozwalająca na testowanie hipotez badawczych o dużej możliwości złożoności relacji pomiędzy zmiennymi. Mocne strony podejścia to: możliwość dowolnego odzwierciedlania ścieżek zależności pomiędzy zmiennymi możliwość odzwierciedlenia konstruktu teoretycznego jako zmiennej latentnej Klasyczne zastowania modelowania równań strukturalnych to: analiza ścieżek, która może być traktowana jak rozszerzenie analizy regresji o możliwość kształtowania relacji o dowolnym układzie zależności (możliwość łącznego znajdowania dopasowania dla wielu powiązanych równań regresji) konfirmacyjna analiza czynnikowa (ang. CFA - Confirmatory Factor Analysis), którą pozwala na kierowaną teorią analizę struktury relacji między wieloma zmiennymi
dbpprop:hasPhotoCollection
dbpprop:reference
rdfs:comment
  • Structural equation modeling (SEM) is a statistical technique for testing and estimating causal relationships using a combination of statistical data and qualitative causal assumptions. This view of SEM was articulated by the geneticist Sewall Wright (1921), the economists Trygve Haavelmo (1943) and Herbert Simon (1953), and formally defined by Judea Pearl (2000) using a calculus of counterfactuals.
  • Der Begriff Strukturgleichungsmodell bezeichnet ein statistisches Verfahren zum Testen und Schätzen auch kausaler Zusammenhänge. Es wird den strukturprüfenden multivariaten Verfahren zugerechnet. Strukturgleichungsmodelle spielen in der empirischen Sozialforschung eine gewichtige Rolle. Pfadanalyse, Faktoranalyse und Regressionsanalyse können als Spezialfälle von Strukturgleichungsmodellen angesehen werden.
  • Modelowanie równań strukturalnych to klasa wielowymiarowych, parametrycznych modeli statystycznych pozwalająca na testowanie hipotez badawczych o dużej możliwości złożoności relacji pomiędzy zmiennymi.
rdfs:label
  • Structural equation modeling
  • Strukturgleichungsmodell
  • Modelowanie równań strukturalnych
owl:sameAs
skos:subject
foaf:page
is dbpprop:redirect of