结构方程模型【SEM】:非线性、非正态、交互作用及分类变量分析

**张老师(研究员),**长期从事R语言结构方程模型、群落生态学、保护生物学、景观生态学和生态模型方面的研究和教学工作,已发表了多篇论文,拥有丰富的科研及实践经验。

利用结构方程模型建模往往遇到很多'特殊'情况:1)变量间为非直线关系;2)变量间存在交互作用;3)数据不满足正态分布;4)变量为非正态类型的数值变量,如0,1数据(符合二项分布)和计数数据(符合泊松分布)等等;5)外生或内生变量为分类变量,如男女、高中低、不同土地类型或森林类型等。在《基于R语言结构方程模型》中我们对变量非直线关系和非正态变量及数据分析做了介绍,但大家在遇到这些情况时仍然存在很大困惑。这些情况往往需要进行特殊处理,本次课程将针对上述问题进行更深入的讲解,使大家在利用结构方程模型建模遇到上述情况时能够从容面对。

一:非线性关系及交互作用分析

1、外生变量非线性关系处理

2、内生变量非线性关系处理

3、变量间存在交互作用关系分析

二:非正态数据/变量分析

1、数据/变量非正态问题

2、非正态数据分析

3、非正态变量变量分析

三:分类变量分析

1、分类变量介绍

2、外生变量为分类变量分析

3、内生变量为分类变量分析

原文链接https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247686676&idx=6&sn=d1ee4554f1c66390a763df58d3e0c5be&chksm=fa774529cd00cc3f4b6b55ffd19b16184914ca4b2298a37e2ad23eec787ff34c120f40c1e7fb&token=1275762367&lang=zh_CN#rd

相关推荐
电科_银尘8 小时前
【深度学习项目实战·17】行人目标检测:用Faster R-CNN找出图片中的行人
深度学习·目标检测·r语言
敢敢のwings9 小时前
机器人如何通过触觉认识物体:从材质分类到接触状态判断
分类·机器人·材质
Blockbuater_drug1 天前
《经典机器学习实战》第 4 课:逻辑回归:预测类别(南瓜)
分类·逻辑回归·混淆矩阵·roc曲线·auc·召回率·精确率
AI源码1 天前
基于深度学习的日常服饰分类与推荐系统设计
人工智能·深度学习·分类
GrowingIO技术社区2 天前
CDP、行为分析、归因与营销自动化有什么区别?
数据结构·数据挖掘·数据分析
GrowingIO技术社区2 天前
实时标签怎样验收?从数据更新到分群可用
数据结构·数据挖掘·数据分析
电科_银尘2 天前
【深度学习项目实战·13】服装图像分类:在相同条件下比较MLP与CNN
深度学习·分类·cnn
GrowingIO技术社区3 天前
SaaS与私有化部署怎么比较?责任、集成与成本
大数据·数据挖掘·产品
GrowingIO技术社区3 天前
多端用户身份怎么统一?OneID规则与验收清单
大数据·数据挖掘·数据分析
奥惟斯4 天前
GEO 上线前,先把这 3 类实体信号地基补上
人工智能·深度学习·机器学习·自然语言处理·数据挖掘·数据分析·知识图谱