Structural equation model trees.
Structural equation model trees.
复制标题
DOI：
10.1037/a0030001
复制
发表时间：
2013-03
影响因子：
7
通讯作者：
Lindenberger U
中科院分区：
文献类型：
--
作者：
Brandmaier AM;von Oertzen T;McArdle JJ;Lindenberger U
在行为科学和社会科学中，结构方程模型(SEM)已被广泛地用作研究潜变量和可观测变量之间关系的建模工具。SEMS可以看作是几种多变量分析技术的统一。通过构建树结构，将数据集递归地分离成具有显着不同的SEM参数估计的子集，SEM树结合了SM和决策树范例的优点。扫描电子显微镜树提供了寻找协变量和协变量交互作用的方法，这些协变量和协变量交互作用预测了观测和潜在空间中结构参数的差异，并促进了对经验数据的理论指导的探索。我们描述了这种方法，讨论了理论和实践意义，并演示了对一个因素模型和一个线性增长曲线模型的应用。
In the behavioral and social sciences, structural equation models (SEMs) have become widely accepted as a modeling tool for the relation between latent and observed variables. SEMs can be seen as a unification of several multivariate analysis techniques. SEM Trees combine the strengths of SEMs and the decision tree paradigm by building tree structures that separate a data set recursively into subsets with significantly different parameter estimates in a SEM. SEM Trees provide means for finding covariates and covariate interactions that predict differences in structural parameters in observed as well as in latent space and facilitate theory-guided exploration of empirical data. We describe the methodology, discuss theoretical and practical implications, and demonstrate applications to a factor model and a linear growth curve model.
登录
查看更多内容
DOI：
10.1207/s15328007sem1103_8
发表时间：
2004-01-01
影响因子：
6
作者：
Ferrer, E;Hamagami, F;McArdle, JJ
通讯作者：
McArdle, JJ
DOI：
10.1207/s15328007sem1003_3
发表时间：
2003-01-01
影响因子：
6
作者：
Fan, XT
通讯作者：
Fan, XT
影响因子：
7
作者：
Enders, CK
通讯作者：
Enders, CK
DOI：
10.1080/10705510903008204
发表时间：
2009-01-01
影响因子：
6
作者：
Asparouhov, Tihomir;Muthen, Bengt
通讯作者：
Muthen, Bengt
DOI：
10.1080/10705519709540060
发表时间：
1997-01-01
影响因子：
6
作者：
Fan, Xitao
通讯作者：
Fan, Xitao