Saturday, October 3, 2015

Sebuah gambaran singkat LISREL

LISREL



LISREL untuk Windows - Sebuah gambaran singkatSelama tiga puluh delapan tahun terakhir, model LISREL, metode dan perangkat lunak telah menjadi identik dengan model persamaan struktural (SEM). SEM memungkinkan peneliti dalam ilmu sosial, ilmu manajemen, ilmu perilaku, ilmu biologi, ilmu pendidikan dan bidang lainnya secara empiris menilai teori-teori mereka. Teori-teori ini biasanya dirumuskan sebagai model teoritis untuk diamati dan laten (tidak teramati) variabel. Jika data dikumpulkan untuk variabel yang diamati dari model teoritis, program LISREL dapat digunakan untuk menyesuaikan model untuk data.Hari ini, bagaimanapun, LISREL untuk Windows tidak lagi terbatas pada SEM. The LISREL terbaru untuk Windows mencakup aplikasi statistik berikut.

    
LISREL untuk model persamaan struktural.
    
PRELIS untuk manipulasi data dan analisis statistik dasar.
    
MULTILEV untuk linear hirarkis dan pemodelan non-linear.
    
SURVEYGLIM untuk pemodelan linear umum.
    
MAPGLIM untuk pemodelan linear umum untuk data bertingkat.



  
L LISREL32-bit aplikasi LISREL ditujukan untuk:

    
Standar pemodelan persamaan struktural
    
Pemodelan persamaan struktural bertingkatMetode ini tersedia untuk jenis data sebagai berikut:

    
Data survei kompleks lengkap dan tidak lengkap tentang variabel kategori dan berkesinambungan
    
Data sampel acak lengkap dan tidak lengkap sederhana pada variabel kategori dan berkesinambunganP PRELISPRELIS adalah aplikasi 32-bit yang dapat digunakan untuk:

    
Manipulasi data
    
Transformasi data
    
Data generatiion
    
Komputasi matriks saat
    
Komputasi matriks kovarians asymptotic momen sampel
    
Imputasi dengan mencocokkan
    
Beberapa imputasi
    
Regresi linier berganda
    
Regresi logistik
    
Univariat dan multivariat regresi disensor
    
Analisis faktor eksplorasi ML dan MINRESM MULTILEVMULTILEV cocok linear bertingkat dan model nonlinear data multilevel dari desain survei simple random dan kompleks. Hal ini memungkinkan untuk model dengan variabel respon terus menerus dan kategoris.S SURVEYGLIMSURVEYGLIM cocok Generalized Linear Model (GLIMS) untuk data dari desain survei simple random dan kompleks.Model untuk distribusi sampling berikut tersedia.

    
Multinomial
    
Bernoulli
    
Binomium
    
Negatif Binomial
    
Poisson
    
Normal
    
Gamma
    
Gaussian InverseM MAPGLIMMAPGLIM mengimplementasikan metode Maximum A Priori (MAP) untuk menyesuaikan model linier umum untuk data yang bertingkat.