An Entity of Type: music genre, from Named Graph: http://dbpedia.org, within Data Space: dbpedia.org

Structural equation modeling (SEM) is a label for a diverse set of methods used by scientists in both experimental and observational research across the sciences, business, and other fields. It is used most in the social and behavioral sciences. A definition of SEM is difficult without reference to highly technical language, but a good starting place is the name itself. Criticisms of SEM methods hint at mathematical formulation problems, a tendency to accept models without establishing external validity, and philosophical bias inherent to the standard procedures.

Property Value
dbo:abstract
  • نمذجة المعادلات الهيكلية (Structural equation modeling) هي تسمية لمجموعة متنوعة من الأساليب الإحصائية المستخدمة في عدد من المجلات المعرفية على سبيل المثال إدارة الأعمال، و لكن أيضاً في مجالات أخرى كعلوم الحاسوب والتربية وعلم النفس. عموماً، يتم استخدام هذه الأساليب بشكل ملاحظ في العلوم الاجتماعية والسلوكية. تفيد هذه الأساليب (نمذجة المعادلات الهيكلية) في بناء نموذج (يدعى موديل في بعض الأحيان)، وهو تمثيل لعلاقات متغيرات متعددة باستخدام أشكال بيانية. تمثل هذه الأشكال البيانية لعلاقات عدد من المتغيرات. في ذات الوقت تمنح هذه الأساليب القدرة على دراسة دور أحد المتغير عندما يكون متغير مستقل وفي الوقت ذاته عندما يكون متغير تابع. على سبيل المثال تمنح هذه الأساليب القدرة على دراسة علاقة جودة الخدمة برضا العملاء وأيضاً بولاء العملاء. تمكن هذه الأساليب من دراسة متغير رضا العملاء عندما يكون متغير تابع لجودة الخدمة ولكن أيضاً عندما يكون متغير مستقل لولاء العملاء. هناك طريقتين شائعتين لاستخدام نمذجة المعادلات الهيكلية، إما نمذجة المعادلات الهيكلية بناء على التباين (Variance-based structural equation modeling) أو نمذجة المعادلات الهيكلية بالمربعات الصغرى الجزئية (structural equation modeling-partial least squares) (ar)
  • Strukturní modelování neboli modelování pomocí strukturálních rovnic (anglicky Structural equation modeling, SEM) je rodina matematických modelů, počítačových algoritmů a statistických metod, které na základě statistických dat odhadují velikosti a kvalitu vazeb mezi měřenými (manifestními) a předpokládanými neměřenými (latentními) proměnnými. SEM zahrnuje řadu technik, například konfirmační faktorovou analýzu, konfirmační kompozitní analýzu, pěšinkovou analýzu, parciální nejmenší čtverce a modelování latentního růstu. Modely SEM často obsahují model měření, který definuje latentní proměnné pomocí jedné nebo více pozorovaných proměnných, a strukturální model, který předpokládá vztahy mezi latentními proměnnými. Velikost vazeb mezi konstrukty modelu strukturální rovnice lze odhadnout buď pomocí nezávislých regresních rovnic, nebo simultánně, jak to umožňují moderní softwary, jako je . Strukturní modelování se používá zejména v sociologii, psychologii a dalších sociálních vědách. První metodu pěšinkové analýzy navrhl biolog Sewall Wright již roku 1918. Moderní podoba vznikla až s rozvojem počítačů v 60. a 70. letech 20. století. Strukturní modelováníse vyvíjelo ve třech hlavních směrech: (1) soustavy regresních rovnic, zkoumané hlavně Cowlesovou komisí; (2) iterativní algoritmy maximální věrohodnosti pro pěšinkovou analýzu vyvinuté hlavně Karlem Gustavem Jöreskogem ve Službě pedagogického testování a pak na univerzitě v Uppsale; a (3) algoritmy iterativní kanonické korelace pro pěšinkovou analýzu, rovněž vyvinuté na univerzitě v Uppsale Hermannem Woldem. Existuje několik softwarových balíčků pro SEM. LISREL byl první takový software, původně vydaný v 70. letech. K dispozici je také několik balíčků programovací jazyk R. Balíček OpenMx R poskytuje vylepšenou verzi aplikace Mx. Je vhodné vždy uvádět, který softwarový balíček a v jaké verzi se pro analýzu SEM použil, protože mají různé vlastnosti a mohou používat mírně odlišné metody k aplikaci podobně pojmenovaných technik. (cs)
  • Los modelos de ecuaciones estructurales (MES) es una técnica estadística multivariante para probar y estimar relaciones causales a partir de datos estadísticos y suposiciones cualitativas sobre la causalidad. Esta definición ha sido articulada por el genetista Sewall Wright (1921), el economista Trygve Haavelmo (1943) y el científico cognitivo Herbert Simon (1953), y formalmente definido por Judea Pearl (2000) utilizando el cálculo contrafactual. (es)
  • Der Begriff Strukturgleichungsmodell (SGM, englisch structural equation modeling, kurz SEM) bezeichnet ein statistisches Modell, das das Schätzen und Testen korrelativer Zusammenhänge zwischen abhängigen Variablen und unabhängigen Variablen sowie den verborgenen Strukturen dazwischen erlaubt. Dabei kann überprüft werden, ob die für das Modell angenommenen Hypothesen mit den gegebenen Variablen übereinstimmen. Es wird den strukturprüfenden multivariaten Verfahren zugerechnet und besitzt einen konfirmatorischen (bestätigenden) Charakter. Ansätze der Strukturgleichungsmodellierung können grundlegend in kovarianzbasierte (z. B. und ) und varianzbasierte (z. B. die englisch partial least squares, kurz: PLS) Verfahren unterschieden werden. (de)
  • La modélisation d'équations structurelles ou la modélisation par équations structurelles ou encore la modélisation par équations structurales (en anglais structural equation modeling ou SEM) désignent un ensemble diversifié de modèles mathématiques, algorithmes informatiques et méthodes statistiques qui font correspondre un réseau de concepts à des données. On parle alors de modèles par équations structurales, ou de modèles en équations structurales ou encore de modèles d’équations structurelles. La SEM est souvent utile en sciences sociales, car elle permet d'analyser des relations entre les variables observées et des variables non observées (variables latentes). Différentes méthodes de modélisation par équation structurelle ont été utilisées dans le domaine des sciences, des affaires, de l'éducation, et dans d'autres domaines. (fr)
  • 구조방정식 모델링(構造方程式 - , 영어: structural equation modeling, SEM)은 경로 분석, 회귀 분석, 요인 분석이 합성되어 발전된 통계 방법이다. 구조방정식 모델링의 특징은 직접 측정할 수 없는 잠재변수(Latent variable)를 분석에 포함시킬 수 있다는 것이다. 따라서 사회과학 분야에서 각광받아온 방법론이나, 최근에는 자연과학 분야에서도 응용하려는 움직임이 나타나고 있다. 구조 방정식 모형에서 인과관계 모형을 밝혀내기 위해서는 측정이 타당하고 신뢰할 수 있어야 하며 충분한 사례 수가 필요하다. 변인이 많아지면 분석에 요구되는 사례수가 늘어나며, 인과 모형의 복잡도에 의해서도 필요한 사례수가 변화한다. (ko)
  • 共分散構造分析(きょうぶんさんこうぞうぶんせき、英: Covariance Structure Analysis / Structural Equation Modeling)とは、複数の構成概念間の関係を検討することができる統計的手法の1つである。従来の多変量データ分析では固定的な数理モデルに形式を合わせなければならなかったところ、共分散構造分析によって、データ固有のモデルを柔軟に構成することができるようになった。その母数推定に、最尤推定とベイズ推定を利用できるところが特徴となっている。 * 構造方程式モデリング(Structural Equation Modeling)手法では共分散を使っている特別なクラスである。 * 分散構造分析も存在する。内生変数を扱いながら関係を調べることができる、すなわち因子分析と重回帰分析を同時に行うことができるのが特徴。 上図(右上)は、知能(4つの質問で測定)が学業成績(SAT、ACT、高校のGPA)を予測するという単純化されたモデルである。構造方程式モデリングのダイアグラムでは、潜在変数は楕円形、観測変数は長方形で示される。上の図では、誤差(e)が各知能問題やSAT、ACT、GPAのスコアに影響を与えているが、潜在変数には影響を与えていない。構造方程式モデリングでは、モデル内の各パラメータ(矢印)について、関係性の強さを示す推定値が得られる。したがって、全体的な理論の検証に加えて、どの観測変数が潜在変数の良い指標になるかを診断することができる。 (ja)
  • Structural equation modeling (SEM) is a label for a diverse set of methods used by scientists in both experimental and observational research across the sciences, business, and other fields. It is used most in the social and behavioral sciences. A definition of SEM is difficult without reference to highly technical language, but a good starting place is the name itself. SEM involves the construction of a model, an informative representation of some observable or theoretical phenomenon. In this model, different aspects of a phenomenon are theorized to be related to one another with a structure. This structure is a system of equations, but it is usually designed on paper or using a computer with arrows and symbols (also known as path notation as shown in Figure 1). The structure implies statistical and often causal relationships between variables, error terms and can include multiple equations. The equation (or equations) in SEM are mathematical and statistical properties that are implied by the model and its structural features, and then estimated with statistical algorithms (usually based on matrix algebra and generalized linear models) using experimental or observational data. Criticisms of SEM methods hint at mathematical formulation problems, a tendency to accept models without establishing external validity, and philosophical bias inherent to the standard procedures. Although there are not always clear boundaries of what is and what is not SEM, it generally involves path models (see also path analysis) and measurement models (see also factor analysis) and always employs statistical models and computer programs to investigate the structural connections between latent variables underlying the actual variables taken from observed data. The SEM toolkit includes confirmatory factor analysis, confirmatory composite analysis, path analysis, multi-group modeling, longitudinal modeling, partial least squares path modeling, latent growth modeling and hierarchical or multi-level modeling. Use of SEM is commonly justified in the social sciences because it is a way to identify latent variables that are believed to exist, but cannot be directly observed in reality. Researchers using SEM employ software programs (such as Mplus, lavaan (in R), LISREL, SPSS, Stata) to estimate the strength and sign of a coefficient for each modeled arrow (the numbers shown in Figure 1 for example), and to provide diagnostic clues suggesting which indicators or model components might produce inconsistency between the model and the data. A hypothetical model suggesting that intelligence (as measured by four questions) can predict academic performance (as measured by SAT, ACT, and high school GPA) is shown in Figure 1. The concept of human intelligence cannot be measured directly in the way that one could measure height or weight. Instead, researchers have a theory and conceptualization of intelligence and then design measurement instruments such as a questionnaire or test that provides them with multiple indicators of intelligence. These indicators are then combined in a model to create a plausible way of measuring intelligence as a latent variable (the circle for intelligence in Figure 1) from the indicators (square boxes with scale 1-4 in Figure 1). In SEM diagrams, latent variables are commonly shown as ovals and observed variables as rectangles. The diagram above shows how error (e) influences each intelligence question and the SAT, ACT, and GPA scores, but does not influence the latent variables. When applying this model to observed data generated from the instruments, the researcher can recover a measure of intelligence and academic for each individual observed with the instruments with a margin of error that is implied by the instruments. The researcher can then use intelligence to test a hypothesis, for example that intelligence causes academic performance (which is another latent variable in Figure 1) defined by a path model drawing an arrow from intelligence to performance. Figure 1 is therefore a general example of a SEM involving measurement of latent variables and estimation of a hypothesized effect between at least one latent variable and another observed or latent variable (in this case latent academic performance). A great advantage of SEM is that all of these measurements and tests occur simultaneously in one statistical estimation procedure, where the errors throughout the model are calculated using all information from the model. This means the errors are more accurate than if a researcher were to calculate each part of the model separately. (en)
  • Modelowanie równań strukturalnych (ang. Structural equation modeling - SEM) 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 jako zmiennej opóźnionej 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 (pl)
dbo:thumbnail
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 2007748 (xsd:integer)
dbo:wikiPageLength
  • 39946 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 1040759801 (xsd:integer)
dbo:wikiPageWikiLink
dbp:wikiPageUsesTemplate
dct:subject
rdf:type
rdfs:comment
  • Los modelos de ecuaciones estructurales (MES) es una técnica estadística multivariante para probar y estimar relaciones causales a partir de datos estadísticos y suposiciones cualitativas sobre la causalidad. Esta definición ha sido articulada por el genetista Sewall Wright (1921), el economista Trygve Haavelmo (1943) y el científico cognitivo Herbert Simon (1953), y formalmente definido por Judea Pearl (2000) utilizando el cálculo contrafactual. (es)
  • Der Begriff Strukturgleichungsmodell (SGM, englisch structural equation modeling, kurz SEM) bezeichnet ein statistisches Modell, das das Schätzen und Testen korrelativer Zusammenhänge zwischen abhängigen Variablen und unabhängigen Variablen sowie den verborgenen Strukturen dazwischen erlaubt. Dabei kann überprüft werden, ob die für das Modell angenommenen Hypothesen mit den gegebenen Variablen übereinstimmen. Es wird den strukturprüfenden multivariaten Verfahren zugerechnet und besitzt einen konfirmatorischen (bestätigenden) Charakter. Ansätze der Strukturgleichungsmodellierung können grundlegend in kovarianzbasierte (z. B. und ) und varianzbasierte (z. B. die englisch partial least squares, kurz: PLS) Verfahren unterschieden werden. (de)
  • 구조방정식 모델링(構造方程式 - , 영어: structural equation modeling, SEM)은 경로 분석, 회귀 분석, 요인 분석이 합성되어 발전된 통계 방법이다. 구조방정식 모델링의 특징은 직접 측정할 수 없는 잠재변수(Latent variable)를 분석에 포함시킬 수 있다는 것이다. 따라서 사회과학 분야에서 각광받아온 방법론이나, 최근에는 자연과학 분야에서도 응용하려는 움직임이 나타나고 있다. 구조 방정식 모형에서 인과관계 모형을 밝혀내기 위해서는 측정이 타당하고 신뢰할 수 있어야 하며 충분한 사례 수가 필요하다. 변인이 많아지면 분석에 요구되는 사례수가 늘어나며, 인과 모형의 복잡도에 의해서도 필요한 사례수가 변화한다. (ko)
  • نمذجة المعادلات الهيكلية (Structural equation modeling) هي تسمية لمجموعة متنوعة من الأساليب الإحصائية المستخدمة في عدد من المجلات المعرفية على سبيل المثال إدارة الأعمال، و لكن أيضاً في مجالات أخرى كعلوم الحاسوب والتربية وعلم النفس. عموماً، يتم استخدام هذه الأساليب بشكل ملاحظ في العلوم الاجتماعية والسلوكية. هناك طريقتين شائعتين لاستخدام نمذجة المعادلات الهيكلية، إما نمذجة المعادلات الهيكلية بناء على التباين (Variance-based structural equation modeling) أو نمذجة المعادلات الهيكلية بالمربعات الصغرى الجزئية (structural equation modeling-partial least squares) (ar)
  • Strukturní modelování neboli modelování pomocí strukturálních rovnic (anglicky Structural equation modeling, SEM) je rodina matematických modelů, počítačových algoritmů a statistických metod, které na základě statistických dat odhadují velikosti a kvalitu vazeb mezi měřenými (manifestními) a předpokládanými neměřenými (latentními) proměnnými. SEM zahrnuje řadu technik, například konfirmační faktorovou analýzu, konfirmační kompozitní analýzu, pěšinkovou analýzu, parciální nejmenší čtverce a modelování latentního růstu. Modely SEM často obsahují model měření, který definuje latentní proměnné pomocí jedné nebo více pozorovaných proměnných, a strukturální model, který předpokládá vztahy mezi latentními proměnnými. Velikost vazeb mezi konstrukty modelu strukturální rovnice lze odhadnout buď pom (cs)
  • La modélisation d'équations structurelles ou la modélisation par équations structurelles ou encore la modélisation par équations structurales (en anglais structural equation modeling ou SEM) désignent un ensemble diversifié de modèles mathématiques, algorithmes informatiques et méthodes statistiques qui font correspondre un réseau de concepts à des données. On parle alors de modèles par équations structurales, ou de modèles en équations structurales ou encore de modèles d’équations structurelles. (fr)
  • 共分散構造分析(きょうぶんさんこうぞうぶんせき、英: Covariance Structure Analysis / Structural Equation Modeling)とは、複数の構成概念間の関係を検討することができる統計的手法の1つである。従来の多変量データ分析では固定的な数理モデルに形式を合わせなければならなかったところ、共分散構造分析によって、データ固有のモデルを柔軟に構成することができるようになった。その母数推定に、最尤推定とベイズ推定を利用できるところが特徴となっている。 * 構造方程式モデリング(Structural Equation Modeling)手法では共分散を使っている特別なクラスである。 * 分散構造分析も存在する。内生変数を扱いながら関係を調べることができる、すなわち因子分析と重回帰分析を同時に行うことができるのが特徴。 (ja)
  • Structural equation modeling (SEM) is a label for a diverse set of methods used by scientists in both experimental and observational research across the sciences, business, and other fields. It is used most in the social and behavioral sciences. A definition of SEM is difficult without reference to highly technical language, but a good starting place is the name itself. Criticisms of SEM methods hint at mathematical formulation problems, a tendency to accept models without establishing external validity, and philosophical bias inherent to the standard procedures. (en)
  • Modelowanie równań strukturalnych (ang. Structural equation modeling - SEM) 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 jako zmiennej opóźnionej Klasyczne zastowania modelowania równań strukturalnych to: (pl)
rdfs:label
  • نمذجة المعادلات الهيكلية (ar)
  • Strukturní modelování (cs)
  • Strukturgleichungsmodell (de)
  • Modèle d'équations structurelles (fr)
  • Ecuaciones estructurales (es)
  • 共分散構造分析 (ja)
  • 구조방정식 모델링 (ko)
  • Modelowanie równań strukturalnych (pl)
  • Structural equation modeling (en)
owl:sameAs
prov:wasDerivedFrom
foaf:depiction
foaf:isPrimaryTopicOf
is dbo:genre of
is dbo:knownFor of
is dbo:nonFictionSubject of
is dbo:wikiPageDisambiguates of
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is dbp:genre of
is dbp:knownFor of
is dbp:subject of
is foaf:primaryTopic of
Powered by OpenLink Virtuoso    This material is Open Knowledge     W3C Semantic Web Technology     This material is Open Knowledge    Valid XHTML + RDFa
This content was extracted from Wikipedia and is licensed under the Creative Commons Attribution-ShareAlike 3.0 Unported License