Stata在結構方程模型及試題反應理論的應用(附光碟)
    編/著者: 張紹勳
    出版社:五南
    出版日期:2017-04-01
    ISBN:9789571190594
    定價:800元 特價:79折!632
    優惠期限:2020-01-01
    參考分類(CAT):研究方法
    參考分類(CIP): 統計資料處理

    參考庫存 ≦ 3  ? 

    9:00前下訂,宅配隔日到貨
    點我說明
    加入購物車
    直接結帳
    加入下次購買



    分享
      買了此商品的人,也買了....
    定價:390 元
    特價:95折!371
     
    定價:880 元
    特價:79折!695
     
    定價:430 元
    特價:95折!409
     
    定價:490 元
    特價:95折!466
     
    定價:690 元
    特價:79折!545
     
      | 內容簡介 | 影音推薦 | 退換貨 | 團購說明 | 購物與運費 | 出貨流程與庫存查詢 |
    內容簡介
      結構方程模型(structural equation modeling, SEM)是一種結合路徑分析(path analysis)與因素分析(factor analysis)的多元統計技術。在社會科學的研究中,除實驗取向的研究之外,其他涉及量化數據的研究,都離不開此一典範的思維模式,因此,我們更可以把他定位成當代量化研究的主要統計方法學典範。  Stata延伸了線性SEM之優點,並且開展出gsem指令來分析廣義SEM,包括:多層次SEM、probit迴歸、重複量數、類別變數、分群組SEM等;可分析的變數類型則包括:類別變數、二分變數、次序變數、計數(count)變數、連續變數等。換言之,Stata 可說是「廣義結構方程模型」最成功的推手。在最新的Stata 14版本中,更增加了IRT四種資料型態:二元、比序、類別及混合模型之建模、報表及IRT曲線特徵圖,大大提昇研究者使用的方便性。  本書提供完整的Stata分析實作範例,從統計方法原理,到軟體操作的流程都予以詳細解說,希望能幫助研究者在自己的專業領域做出有效的整合應用。本書特色  ●一本學通!當代量化研究的主要統計方法學典範:結構方程模型(SEM)。  ●扎實的統計方法說明,並提供不同情境的實證分析範例。  ●圖片詳解操作流程,無痛學習地表最強統計軟體──Stata。  ●本書範例檔案建議使用Stata 13或更新版本執行。  ◎隨書附贈資料檔光碟
    作者介紹
    張紹勳  學歷:國立政治大學資訊管理博士  現任:國立彰化師大專任教授  經歷:致理技術專任副教授研究助理者簡介張任坊  國立海洋大學商船系張博一  國立台北大學通訊工程學系
    目次
    自序Chapter 01 結構方程模型簡介1-1 結構方程模型之介紹1-1-1 Generalized SEM 特殊案例的統計分析1-1-2 SEM 基本概念1-1-3 SEM 的參數1-1-4 模型認定:t-rule1-1-5 Path diagrams 代表的指令意義1-1-6 SEM 整體適配度的類型1-1-7 sem/gsem 之事後(Postestimation) 指令1-1-8 Stata 輸入資料格式(ssd 格式檔)1-2 Stata gsem 之功能1-2-1 線性sem 功能1-2-2 廣義SEM 的課外補充( 相關網站查詢)Chapter 02 結構方程模型之數學式2-1 結構方程模型2-2 因素分析2-3 探索性因素vs. 驗證性因素分析2-4 SEM 資料分析流程2-4-1 SEM 分析流程及信效度公式2-4-2 SEM 參數標註的寫法2-4-3 共變數推導的定理2-4-4 測量模型的檢定2-5 結構模型分析(SEM)Chapter 03 Full SEM 分析實例:員工教育訓練績效評估模型 1093-0 結構方程模型之重點整理3-1 員工教育訓練績效之建模3-1-1 研究背景與動機3-1-2 研究目的3-1-3 研究方法與步驟3-2 研究3-2-1 研究架構3-2-2 研究假設3-2-3 問卷發展與施測3-2-4 預試(pilot study)3-2-5 抽樣設計3-2-6 統計分析法3-3 樣本特徵分析3-4 Full SEM 分析結果與討論3-4-1 結構方程模型實證分析3-4-2 整體架構直接與間接效果分析3-4-3 研究假設分析3-4-4 檢定力(power) 分析3-4-5 多樣本之交叉效度(Cross-Validation) 分析:測量不變性Chapter 04 sem 實例分析、Builder 介面操作4-1 SEM 之適配度、遺漏值4-1-1 SEM 分析步驟4-1-2 SEM 之適配度4-1-3 linear SEM /廣義gsem 事後檢定之指令4-1-4 線性SEM 估計法:含遺漏值4-2 線性SEM 之特殊迴歸4-2-1 相關分析4-2-2 多變量迴歸(Multivariate regression):非線性迴歸4-2-3 納入測驗信度之迴歸式4-2-4 驗證因素分析(CFA):Measurement models4-2-4a 單因子測量模型(Single-factor measurement model)4-2-4b Two-factor 測量模型:Equation-level goodness-of-fit4-2-4c Two-factor 測量模型:Group-level GOF( 交叉效度)4-2-4d 多樣本Two-factor CFA:Testing parameter equality across groups ( 測量不變性)4-2-4e 整體goodness-of-fit statistics for linear SEM4-2-4f 高階驗證因素分析(Higher-order CFA 模型)4-2-5 階層(Hierarchical) 驗證性因素:Higher-order CFA4-2-6a 完整(full) 結構模型:panel data 模型的信度及穩定度4-2-6b panel data 模型:Modification indices4-2-7a 單層(One-level) 之中介效果4-2-7b Two-level 之中介(Mediation) 效果4-2-8 MIMIC 模型及Residual analysis for linear SEM4-2-9 潛在成長曲線模型(Latent growth curve models)4-2-10 Correlated uniqueness 模型:Multitrait-Multimethod (MTMM)4-2-11 似不相關迴歸模型(Seemingly Unrelated Regression)4-2-12 非遞迴模型的穩定性:直接/間接效果Chapter 05 Generalized SEM 之分析5-1 認識Generalized SEM5-1-1 Generalized SEM 的介紹5-1-2 廣義gsem 與線性sem 指令,二者的差異比較5-1-3 Generalized SEM 的分配(Family)5-1-4 Generalized SEM 的特性5-1-5 gsem 指令之事後檢定5-2 測量模型(generalized response)5-2-1 單因子measurement model (generalized response)5-2-2 雙因子measurement model:Likert 量表vs. 測驗卷的迴歸分析5-3 Multilevel 模型5-3-1 雙層次測量模型( 廣義反應變數)5-3-2 Multilevel mediation models5-3-3 三層次模型(generalized response)5-4 Logistic 迴歸 ( 廣義反應變數)5-5 generalized responses 的組合模型:logit + poisson 迴歸5-6 多類別(multinomial) 反應變數的logit 迴歸5-7 MIMIC 模型(generalized indicators)5-8 序位反應變數之機率迴歸(Ordered probit regression)5-9 試題反應理論(Item response theory, IRT)5-9-1 試題反應理論(IRT) 之介紹5-9-2 單參數之試題反應理論(IRT):Rasch 模型分析5-9-3 STATA 試題反應理論之irt 指令5-9-4 雙參數之試題反應理論(IRT)5-10 gsem 指令之網站補充的特殊迴歸