|
结构方程模型与AMOS软件应用培训班
时过然后学，则勤苦而难成。
独学而无友，则孤陋而寡闻。 ――礼记●学记
课程试听 
邮件订阅课程相关开课信息和资料：
欢迎心理学、教育学、管理学、经济学、市场营销、社会学、传播学、临床医学、公共卫生等学科的硕士研究生、博士研究生，高校教师及各研究机构的研究人员参加。
培训时间：2015年5月22日-24日(三天)
培训地点：北京
培训费用：成人2400元；学生1800元 差旅及住宿费用自理
授课安排：
(1) 授课方式：使用AMOS 22。中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30(16:30-17:00答疑)
|
结构方程模型 Structural Equation Modeling，SEM
在社会科学以及经济、市场、管理等研究领域，有时需要处理多个原因多个结果间的复杂关系，或者会碰到不可直接观测的变量（即潜变量），这些都是传统的统计方法不好解决的问题。二十世纪八十年代以来，结构方程分析迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。
简单而言，与传统的回归分析不同，结构方程分析能同时处理多个因变量，并可以比较评价不同因果关系的理论模型。与传统的探索性因子分析不同，在结构方程模型中，我们可提出一个特定的因子结构，并检验它是否吻合数据。通过结构方程多组分析，我们可了解不同组别 (如不同性别) 内各变量的关系是否保持不变，各因子的均值是否有显着差异。
近三四十年以来，国际上关于教育与心理统计的研究取得了快速的发展，结构方程模型可以说是其中发展较快，应用广泛的多元统计分析技术；在商业领域的品牌研究、顾客满意度研究等方向上也得到了广泛的应用。在我国近十年来，SEM研究方法还在管理学、经济学、医学及社会学研究等领域的应用也得到了快速的发展。
结构方程模型（SEM）是国际管理研究和其他社会科学研究中日益广泛采用的建模技术，每年的美国管理学会年会上都有专题教学和研讨。SEM越来越成为各类高层次学术刊物、高层次管理研究以及社会学和经济学等学科研究领域的必备方法。
培训目的：
1.使学员掌握AMOS软件的常用操作方法，能够有效的完成初中级统计建模任务，为进一步的高级课程打下扎实
的基础。
2.以案例讲授为主线的方式，使您能在短时间内掌握AMOS软件建模的精髓。
课程特色：
1.课程注重培养学员使用软件的实证分析能力，立足于统计建模过程的基础性与实用性。对目前主流的分析方法给予详细的讲解,具有非常强的操作性。
2.课程配以丰富的案例，力求将每个建模过程置于学科背景下，使复杂模型及其模型设置问题简单化。
讲师介绍：
AMOS培训讲师：丁亚军 数据统计分析师，，兼职中国学习路径图国际培训中心数据统计顾问。长期从事于SAS、SPSS等软件的应用研究，曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查等大型数据处理项目，具有丰富的数据处理经验。
，具有强大的统计计量和数据处理方面的实力，我们服务过的客户包括中国人民银行、世界银行、亚洲开发银行、各大高校研究机构、科研院所、公司和个人等，数据处理和分析的实践经验丰富、理论功底深厚。
本研究中心应用的解决数据处理和分析问题的工具包括. SAS、SPSS、MATLAB、STATA、EVIEWS、EXCEL、SPLUS&R、LINGO、MAPLE、MATHEMATICA、MATHCAD等。在对外承接数据处理业务的同时，我们也把实际数据处理的经验转化为课程，供广大有兴趣的会员朋友们学习使用。
| Amos课程大纲 |
第一部分 结构方程模型与AMOS软件介绍
|
第二部分 结构方程模型：初级建模部分
|
第三部分 结构方程模型：高级建模部分
|
1.1 实例演示:AMOS数据处理流程
|
2.1 方差估计与假设检验
|
3.1 多群组结构方程模型
|
1.1.1 数据清理
|
2.1.1估计变量方差与协方差
|
3.1.1 多群组模型设定及其分析
|
1.1.2 导入数据
|
2.1.2方差与协方差的假设检验
|
3.1.2多群组均数检验
|
1.1.3 建模
|
案例1：互联网企业价值的序列研究
|
案例7：酒依赖与特质焦虑的关系探析
|
1.1.4 结果解读
|
2.2 验证性因子分析
|
3.2 自抽样技术
|
1.2 AMOS软件介绍
|
2.2.1一阶验证性因子分析
|
3.2.1自抽样技术
|
1.2.1 AMOS软件及其功能
|
2.2.1.1多因素斜交模型
|
3.2.2 自抽样技术的应用
|
1.2.2 界面介绍
|
2.2.1.2分析属性的输出选项
|
3.3 SEM的贝叶斯估计
|
1.3 结构方程模型基本概念
|
2.2.1.3多因素直交模型
|
3.3.1 贝叶斯估计与MCMC模拟分析
|
1.3.1显变量与潜变量
|
2.2.2 高阶验证性因子分析
|
3.3.2 自定义的参数先验概率分布
|
1.3.2 内生变量与外生变量
|
2.2.3 一阶CFA模型的多模型比较
|
3.4 指定搜索过程
|
1.3.3 自由、固定与限定参数
|
案例2：幼龄儿童的社会助长行为探讨
|
3.4.1 “探索性”因子分析
|
1.3.4 误差与残差的界定
|
-------------------------------------------------------------------------------第1天结束
|
3.4.2 搜索过程的逐步法
|
1.3.5 相关注意事项综合说明
|
2.3 路径分析
|
3.5 删失数据分析
|
1.4 结构方程模型的特点
|
2.3.1 递归模型
|
3.5.1 模型设定
|
1.4.1 结构方程模型具有的特性
|
2.3.1.1 显变量的路径分析
|
3.5.2 后验预测估计
|
1.4.2 结构方程模型具有的优点
|
2.3.1.2 “潜变量”的路径分析
|
案例8：心脏手术病人的删失数据
|
1.5 结构方程模型建模步骤
|
2.3.2 非递归模型
|
3.6 有序类别的数据处理
|
1.5.1 SEM模型及原理
|
2.3.2.1 非递归模型的设定
|
3.6.1 拟合因子分析模型
|
1.5.2 模型的设定
|
2.3.2.2 稳定性系数检验
|
3.6.2 估计后验预测值的分布
|
1.5.3 模型的识别
|
案例3：农作物生长环境的路径关系
|
案例9：环境问题态度的调查研究
|
1.5.4 模型估计
|
案例4：胜任力、管理特征与员工绩效的实证分析
|
3.7混合建模
|
1.5.5 模型评价
|
2.4 中介效应与调节效应模型
|
3.7.1 探索数据
|
1.5.6 模型修正
|
2.4.1 中介效应
|
3.7.2 混合建模
|
1.6 处理缺失数据
|
2.4.1.1 中介效应与间接效应
|
案例10：不同药品剂量与病症状况的数量关系
|
1.6.3.1 线性模型的填补技术
|
2.4.1.2 中介效应的模型设定
|
3.8增长曲线模型
|
1.6.3.2 非线性模型的填补技术
|
2.4.2调节效应
|
3.8.1 单因子增长曲线模型
|
1.6.3.3 多重插补数据集的处理
|
2.4.2.1调节效应与交互效应
|
3.8.2 线性增长曲线模型
|
2.4.2.2调节效应与调节效应图
|
3.8.3 曲线类型的自由估计
|
3.8.4 非线性增长曲线模型
|
案例6：交通枢纽处的车辆滞留情况调查
|
|
|
案例5：胜任力、管理特征与员工绩效的实证分析
|
案例11：问题儿童自我概念追踪研究
|
u 培训优惠（学生价不享受以下优惠）
(1)现场班老学员可以享受9折优惠。
(2)同一单位3人以上报名，9折优惠。
(3)同一单位6人以上报名，8折优惠。（前三项优惠不叠加）
(4)赠送1000论坛币，免费在线答疑。
u 报名流程
1. 提交报名信息：
http://www.peixun.net/view/241_join.html
2. 给予反馈，确认报名信息
3. 交费: http://baoming.pinggu.org/paycenter.aspx
4. 开课前一周发送培训教室路线图，培训现场领取发票
u 咨询联系方式
樊老师
电话:(010)68472707
手机：18611083334
QQ：2881989705
邮箱: fanyuliang@pinggu.org
|