Delivered at:: School of Psychology

Course type:: Elective course

When:: 3 year, 2, 3 module

Instructor

Kozlov, Dmitrii

Полная версия программы учебной дисциплины

Аннотация

Моделирование структурными уравнениями – гибкий и мощный метод проверки исследовательских гипотез, во многом обобщающий и развивающий идеи линейных моделей. Первая половина курса будет посвящена изучению разных видов линейных моделей. Начав с общей модели, мы рассмотрим их развитие в обобщенных линейных моделях (на примере логистической регрессии) и в смешанных моделях. Мы рассмотрим условия применимости соответствующих моделей и что можно сделать, если эти условия не выполняются; как анализировать качество модели и выбрать наилучшую из нескольких; как интерпретировать полученные результаты и представлять их в постерах и публикациях. Также рассмотрение традиционных для психологии методов анализа (t-тесты, дисперсионный анализ и др.) как особых случаев линейных моделей позволит увидеть общую логику, которая стоит за разными методами, и понять смысл в условиях их применения. Вторая часть курса будет посвящена собственно моделированию структурными уравнениями. Мы начнем с простых моделей, аналогичных рассмотренным ранее линейным моделям, а затем перейдем к рассмотрению более сложных вариантов, в которых в полную меру раскрывается потенциал моделирования структурными уравнениями: путевой анализ, структурные модели для нескольких групп, латентные переменные, конфирматорный факторный анализ, модели латентного роста. Отдельное внимание будет уделено моделям с модерацией и медиацией и их реализации как методами структурных уравнений, так и линейными моделями. Также будут обсуждаться вопросы условий применимости структурных уравнений, различные критерии подгонки моделей, способы оптимизации моделей, анализ мощности и представления результатов в публикациях и постерах. Практические примеры будут разбираться с использованием языка программирования R.

Цель освоения дисциплины

формирование навыков формализации дизайна исследования в виде соответствующих ему линейных и структурных моделей для дальнейшего статистического анализа
формирование основных навыков для построения, оценки, сравнения и модификации линейных и структурных моделей
освоение основных средств языка R для построения и диагностики смешанных и структурных моделей

Планируемые результаты обучения

дает содержательную интерпретацию для фиксированных и случайных эффектов в смешанных линейных моделях
оценивает соответствие линейной модели полученным данным (качество модели в целом и соблюдение допущений модели)
проводит и содержательно интерпретирует медиационный анализ методами моделирования структурными уравнениями
формализует исследовательскую гипотезу в виде линейной модели для ее дальнейшей проверки
интерпретирует коэффициенты и размер эффекта фиксированных и случайных эффектов в смешанных линейных моделях
Оценивает качество подгонки структурной модели
Выбирает и вносит изменения в структурную модель для улучшения параметров подгонки модели
Анализирует, модифицирует и интерпретирует структурные модели с латентными переменными и/или иерархической структурой

Содержание учебной дисциплины

Раздел 1. Общие и обобщенные линейные модели.
Раздел 2. Смешанные линейные модели.
Раздел 3. Основы моделирования структурными уравнениями.
Раздел 4. Варианты структурных моделей и особенности их применения.

Элементы контроля

Тест 1
Тест состоит из открытых и закрытых вопросов по материалам темы «общие и обобщенные линейные модели».
Тест 2
Тест состоит из открытых и закрытых вопросов по материалам темы «смешанные линейные модели»
Тест 3
Тест состоит из открытых и закрытых вопросов по материалам тем «основы моделирования структурными уравнениями» и «варианты структурных моделей и особенности их применения»
Домашнее задание
Домашнее задание выполняется в группах до 3 человек включительно. Студентам предлагается датасет, на материале которого необходимо ответить поставленные исследовательские вопросы с использованием обобщенных и смешанных линейных моделей. В отчете необходимо отразить: 1. выбор зависимой и независимых переменных и их обоснование; 2. выбор оптимальной модели из рассмотренных; 3. анализ соблюдения допущений моделей и описание принятых мер в случае их несоблюдения; 4. содержательные выводы по полученным результатам. Домашнее задание сдается в виде отчета в формате .pdf и скрипта с комментариями в формате .R. Объем отчета не должен превышать 4 страницы; код анализа должен содержать подробные комментарии.
Курсовой проект
Курсовой проект выполняется в группах до 3 человек включительно. На материале предложенного датасета студентам необходимо ответить на поставленный исследовательский вопрос с помощью методов структурного моделирования. В отчете необходимо отразить: 1. Обоснование первоначальной структурной модели, операционализирующей исследовательский вопрос; 2. Этапы изменения и оптимизации структурной модели; 3. Анализ качества подгонки модели на каждом этапе и обоснование действий, предпринятых для улучшения качества модели, при неудовлетворительных показателях подгонки; 4. содержательные выводы по полученным результатам. Домашнее задание сдается в виде отчета в формате .pdf и скрипта с комментариями в формате .R или в виде .Rmd документа и созданного им отчета в формате .html. Объем отчета не должен превышать 6 страниц; код анализа должен содержать подробные комментарии.
Дополнительные задания
Преподаватель имеет право давать дополнительные практические задания, связанные с организацией и проведением исследований. По желанию студента выполнение таких заданий может быть включено в итоговую оценку с коэффициентом не более 0,05 (при оценке выполнения заданий по 10-балльной шкале).

Промежуточная аттестация

2022/2023 учебный год 3 модуль
0.1 * Тест 1 + 0.25 * Домашнее задание + 0.15 * Тест 2 + 0.3 * Курсовой проект + 0.2 * Тест 3

Bachelor’s Programme 'Psychology'

Research Seminar: SEM in Psychological Data Analysis

Instructor

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература