Podcast
Questions and Answers
Jakie warunki muszą być spełnione, aby zastosować metodę ML w estymacji?
Jakie warunki muszą być spełnione, aby zastosować metodę ML w estymacji?
- Brak założeń dotyczących normalności
- Założenie o zbieżności danych
- Założenie normalności jednowymiarowej
- Założenie normalności wielowymiarowej (correct)
Co jest główną wadą CFI jako miary dopasowania?
Co jest główną wadą CFI jako miary dopasowania?
- Nie uwzględnia danych obserwowalnych
- Ocenia tylko modele jednoczynnikowe
- Nie działa w przypadku danych porządkowych
- Działa źle przy złożonych modelach (correct)
Jak interpretowane są ładunki czynnikowe w CFA?
Jak interpretowane są ładunki czynnikowe w CFA?
- Jako standaryzowane ładunki (correct)
- Jako suma wszystkich zmiennych
- Jako całkowite zależności bez standaryzacji
- Jako ładunki krzyżowe
Jak oblicza się liczbę stopni swobody modelu bazowego?
Jak oblicza się liczbę stopni swobody modelu bazowego?
Co charakteryzuje model bazowy w analizie SEM?
Co charakteryzuje model bazowy w analizie SEM?
Jakie są kryteria interpretacji dla CFI?
Jakie są kryteria interpretacji dla CFI?
Jakie jest zastosowanie metody WLSMV?
Jakie jest zastosowanie metody WLSMV?
Jakie jest główne różnice między EFA a CFA?
Jakie jest główne różnice między EFA a CFA?
Co oznacza ładunek krzyżowy?
Co oznacza ładunek krzyżowy?
Jakie są główne etapy analizy EFA?
Jakie są główne etapy analizy EFA?
Co reprezentuje prostokąt w graficznych zasadach przedstawiania modeli strukturalnych?
Co reprezentuje prostokąt w graficznych zasadach przedstawiania modeli strukturalnych?
Jakie są cechy zmiennej endogenicznej?
Jakie są cechy zmiennej endogenicznej?
Czym charakteryzuje się model niedoidentyfikowany?
Czym charakteryzuje się model niedoidentyfikowany?
Która z poniższych definicji najlepiej opisuje model strukturalny?
Która z poniższych definicji najlepiej opisuje model strukturalny?
Jak oblicza się stopnie swobody (degrees of freedom) w kontekście modelu SEM?
Jak oblicza się stopnie swobody (degrees of freedom) w kontekście modelu SEM?
Jaka jest różnica między modelem pomiarowym a modelem strukturalnym?
Jaka jest różnica między modelem pomiarowym a modelem strukturalnym?
Co oznacza strzałka z jednym grotem w graficznym przedstawieniu modelu strukturalnego?
Co oznacza strzałka z jednym grotem w graficznym przedstawieniu modelu strukturalnego?
Co to jest zmienna latentna?
Co to jest zmienna latentna?
Jakie jest główne założenie metody osi głównych (PAF)?
Jakie jest główne założenie metody osi głównych (PAF)?
Jakie jest znaczenie błędu (residual) w modelu SEM?
Jakie jest znaczenie błędu (residual) w modelu SEM?
Które z poniższych stwierdzeń na temat rotacji czynników jest prawdziwe?
Które z poniższych stwierdzeń na temat rotacji czynników jest prawdziwe?
Jaka jest różnica między modelem ścieżkowym a modelem SEM?
Jaka jest różnica między modelem ścieżkowym a modelem SEM?
Jakie kryterium wykorzystuje się do wyboru liczby czynników na podstawie wartości własnych?
Jakie kryterium wykorzystuje się do wyboru liczby czynników na podstawie wartości własnych?
Jakie są główne kroki w analizie czynnikowej w modelowaniu CFA?
Jakie są główne kroki w analizie czynnikowej w modelowaniu CFA?
Jakie warunki muszą spełniać wskaźniki do uznania modelu za dopasowany w CFA?
Jakie warunki muszą spełniać wskaźniki do uznania modelu za dopasowany w CFA?
Jakiego wskaźnika nie można użyć w analizie równoległej w kontekście wyboru liczby czynników?
Jakiego wskaźnika nie można użyć w analizie równoległej w kontekście wyboru liczby czynników?
Który krok w interpretacji modelu CFA jest pomijany, jeżeli model jest dopasowany?
Który krok w interpretacji modelu CFA jest pomijany, jeżeli model jest dopasowany?
Co oznacza termin 'ładunki czynnikowe' w analizie czynnikowej?
Co oznacza termin 'ładunki czynnikowe' w analizie czynnikowej?
Jakie są potencjalne wady kryterium Kaisera przy wyborze liczby czynników?
Jakie są potencjalne wady kryterium Kaisera przy wyborze liczby czynników?
Flashcards
Zmienna latentna
Zmienna latentna
Zmienna, która nie podlega bezpośredniej obserwacji, ale jej istnienie możemy wnioskować na podstawie obserwowalnych wskaźników.
Zmienna obserwowalna
Zmienna obserwowalna
Zmienna, która może być bezpośrednio zmierzona. Możemy ją znaleźć w kwestionariuszu lub innych testach.
Zmienna endogeniczna
Zmienna endogeniczna
Zmienna, która jest wyjaśniana przez inną zmienną. Często jest to wynik lub rezultat.
Zmienna egzogeniczna
Zmienna egzogeniczna
Signup and view all the flashcards
Błąd (residual)
Błąd (residual)
Signup and view all the flashcards
Model strukturalny
Model strukturalny
Signup and view all the flashcards
Model pomiarowy
Model pomiarowy
Signup and view all the flashcards
Model ścieżkowy
Model ścieżkowy
Signup and view all the flashcards
Specyfikacja
Specyfikacja
Signup and view all the flashcards
Model niedoidentyfikowany
Model niedoidentyfikowany
Signup and view all the flashcards
Estymacja Największej Wiarygodności (ML)
Estymacja Największej Wiarygodności (ML)
Signup and view all the flashcards
Estymacja ML z odpornością (MLR)
Estymacja ML z odpornością (MLR)
Signup and view all the flashcards
Estymacja WLSMV (Weighted Least Squares with Means and Variances Adjusted)
Estymacja WLSMV (Weighted Least Squares with Means and Variances Adjusted)
Signup and view all the flashcards
Ocena dopasowania modelu SEM
Ocena dopasowania modelu SEM
Signup and view all the flashcards
χ² (Chi-kwadrat)
χ² (Chi-kwadrat)
Signup and view all the flashcards
CFI (Comparative Fit Index)
CFI (Comparative Fit Index)
Signup and view all the flashcards
RMSEA (Root Mean Square Error of Approximation)
RMSEA (Root Mean Square Error of Approximation)
Signup and view all the flashcards
Analiza czynnikowa
Analiza czynnikowa
Signup and view all the flashcards
Eksploracyjna analiza czynnikowa (EFA)
Eksploracyjna analiza czynnikowa (EFA)
Signup and view all the flashcards
Konfirmacyjna analiza czynnikowa (CFA)
Konfirmacyjna analiza czynnikowa (CFA)
Signup and view all the flashcards
Analiza głównych składowych (PCA)
Analiza głównych składowych (PCA)
Signup and view all the flashcards
Metoda osi głównych (PAF)
Metoda osi głównych (PAF)
Signup and view all the flashcards
Rotacja ortogonalna
Rotacja ortogonalna
Signup and view all the flashcards
Rotacja skośna
Rotacja skośna
Signup and view all the flashcards
Wartość własna
Wartość własna
Signup and view all the flashcards
Kryterium Kaisera
Kryterium Kaisera
Signup and view all the flashcards
Wykres osypiska (Scree plot)
Wykres osypiska (Scree plot)
Signup and view all the flashcards
Analiza równoległa
Analiza równoległa
Signup and view all the flashcards
CFI
CFI
Signup and view all the flashcards
RMSEA
RMSEA
Signup and view all the flashcards
Study Notes
Zastosowanie Statystyki w Psychologii
- Prezentacja dotyczy zastosowania statystyki w psychologii, szczególnie modelowania równań strukturalnych.
- Wspomniano o dr hab. Radosławie Rogozie, specjalistą w dziedzinie analizy czynnikowej.
Modelowanie Równań Strukturalnych (SEM)
- SEM to metoda modelowania zależności między zmiennymi.
- Model pomiarowy dotyczy zmiennych obserwowalnych.
- Model strukturalny opisuje relacje między zmiennymi ukrytymi (latentnymi).
- Model ścieżkowy jest specyficznym typem modelu SEM, bez uwzględniania zmiennych latentnych.
Zmienne Endo- i Egzogeniczne
- Zmienne endogeniczne są wyjaśnianymi zmiennymi w modelu SEM.
- Zmienne egzogeniczne nie są wyjaśnianymi zmiennymi w modelu SEM.
- Błąd (residual) to różnica pomiędzy wartościami obserwowanymi, a przewidywanymi przez model.
Graficzne Przedstawianie Modeli Strukturalnych
- Prostokąt reprezentuje zmienną obserwowalną.
- Owal reprezentuje zmienną latentną (ukrytą).
- Strzałka z dwoma grotami oznacza korelację pomiędzy zmiennymi.
- Strzałka z jednym grotem odnosi się do predykcji.
Kroki Obliczania SEM
- Specyfikacja: Określenie struktury modelu.
- Identyfikacja: Określenie czy model jest dobrze ukształtowany - dostatecznie wiele informacji dla znalezienia zależności.
- Estymacja: Metoda obliczania parametrów modelu (np. maksymalnej wiarygodności, MLR, WLSMV).
- Ocena dopasowania: Porównanie modelu do modelu bazowego. (np. używając x², CFI, RMSEA). Wartości x², CFI, RMSEA i ich interpretacja mają kluczowe znaczenie. Interpretacja wartości CFI i RMSEA istotna w ocenie modelu. Kryteria liberalne i restrykcyjne są omawiane.
Analiza Czynnikowa
- Celem analizy czynnikowej jest potwierdzenie struktury.
- Prosta struktura to sytuacja, w której pojedyncza pozycja testowa wskazuje na jedną, konkretną zmienną.
- EFA (Eksploracyjna Analiza Czynnikowa) ma na celu zbadanie struktury.
- CFA (Konfirmacyjna Analiza Czynnikowa) ma na celu przetestowanie wcześniej założonej struktury.
Ladunek Czynnikowy
- Ladunek czynnikowy wskazuje na związek między zmienną obserwowalną a ukrytą zmienną latentną.
- Ladunki krzyżowe pojawiają się, kiedy zmienna obserwowalna ma wpływ na inną zmienną latentną niż oczekiwana.
- Ważne w EFA vs CFA.
Wybór Modelu Czynnikowego w EFA
- Metoda osi głównych (PAF)
- Metoda głównych składowych (PCA)
Rotacja w EFA
- Rotacja ortogonalna: brak relacji między czynnikami. Varimax.
- Rotacja skośna: relacje między czynnikami. Oblimin (preferowana)
Wybór Liczby Czynników w EFA
- Wartości własne (eigenvalues).
- Kryterium Kaisera.
- Wykres osypiska.
- Analiza równoległa.
Interpretacja Wyników EFA
- Ustalenie liczby czynników.
- Interpretacja dopasowania.
- Interpretacja ładunków czynnikowych.
- Interpretacja relacji między czynnikami.
Wykresy Osypiska
- Przykłady wykresów osypiska dla różnych modeli (np. jednoczynnikowego, dwu-czynnikowego i niejasnego)
Przykładowe Macierze w kontekście analizy danych psychologicznych
- Prezentacja zawiera przykładowe macierze ładunków czynnikowych i korelacji czynnikowych.
- Te macierze służą do opisu i analizy relacji między zmiennymi.
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
Quiz dotyczy zastosowania statystyki w psychologii, koncentrując się na modelowaniu równań strukturalnych. Przedstawione są kluczowe pojęcia, takie jak zmienne endo- i egzogeniczne, a także graficzne przedstawienie modeli. Sprawdź swoją wiedzę na temat analizy czynnikowej i modelowania zależności między zmiennymi.