Prvý kurz modelovania štrukturálnych rovníc [s CDROM]

Recenzie čitateľov

Kniha je dobre hodnotená pre svoju prístupnosť a zrozumiteľnosť pri vysvetľovaní koncepcií a softvéru modelovania štrukturálnych rovníc (SEM). Ocenia ju najmä tí, ktorí sa učia SEM, a poskytuje praktický návod s príkladmi.

⬤ Ľahko sa číta a je zrozumiteľná
⬤ výborná pre začiatočníkov
⬤ dobré vysvetlenie základných pojmov SEM
⬤ obsahuje syntax a výstupy pre populárny softvér SEM, ako sú LISREL, EQS a Mplus
⬤ celkovo príjemný zážitok z nákupu.

⬤ Nie je dostatočne komplexný pre pokročilých
⬤ chýbajú komplexné, realistické príklady
⬤ mohol by mať prospech z pokračovania zameraného na pokročilejšie témy.

(na základe 4 čitateľských recenzií)

Pôvodný názov:

A First Course in Structural Equation Modeling [With CDROM]

Obsah knihy:

V tejto knihe autori Tenko Raykov a George A. Marcoulides predstavujú študentom základy modelovania štrukturálnych rovníc (SEM) prostredníctvom koncepčného, nematematického prístupu. Pre ľahšie pochopenie sa niekoľko málo prezentovaných matematických vzorcov používa skôr koncepčne alebo ilustračne, než výpočtovo.

Kniha A First Course in Structural Equation Modeling (Prvý kurz modelovania štrukturálnych rovníc), ktorá obsahuje príklady z programov EQS, LISREL a Mplus, je vynikajúcim sprievodcom pre začiatočníkov, ktorí sa naučia, ako nastaviť vstupné súbory na fitovanie najčastejšie používaných typov modelov štrukturálnych rovníc pomocou týchto programov. Základné myšlienky a metódy vykonávania SEM sú nezávislé od konkrétneho softvéru.

Medzi najdôležitejšie prvky druhého vydania patrí:

- Prehľad modelov analýzy latentných zmien (rastu) na úvodnej úrovni.

- Pokrytie populárneho programu Mplus.

- Aktualizované príklady programov LISREL a EQS.

- Zdroje na stiahnutie, ktoré obsahujú všetky príklady programov LISREL, EQS a Mplus z textu.

A First Course in Structural Equation Modeling je určená ako úvodná kniha pre študentov a výskumníkov v oblasti psychológie, vzdelávania, podnikania, medicíny a ďalších aplikovaných sociálnych, behaviorálnych a zdravotníckych vied s obmedzeným alebo žiadnym predchádzajúcim kontaktom so SEM. Odporúča sa predpríprava základov štatistiky prostredníctvom regresnej analýzy. V knihe sa často uvádzajú paralely medzi SEM a regresiou, vďaka čomu sú tieto predchádzajúce znalosti užitočné.