Бакалавриат
2022/2023
Научно-исследовательский семинар: НИС Моделирование структурными уравнениями(SEM) в анализе психологических данных
Статус:
Курс по выбору (Психология)
Направление:
37.03.01. Психология
Кто читает:
Департамент психологии
Где читается:
Факультет социальных наук
Когда читается:
3-й курс, 2, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Козлов Дмитрий Дмитриевич
Язык:
русский
Кредиты:
4
Контактные часы:
34
Программа 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 1Тест состоит из открытых и закрытых вопросов по материалам темы «общие и обобщенные линейные модели».
- Тест 2Тест состоит из открытых и закрытых вопросов по материалам темы «смешанные линейные модели»
- Тест 3Тест состоит из открытых и закрытых вопросов по материалам тем «основы моделирования структурными уравнениями» и «варианты структурных моделей и особенности их применения»
- Домашнее заданиеДомашнее 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 проектКурсовой 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 заданияПреподаватель 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 модуль0.1 * Тест 1 + 0.25 * Домашнее задание + 0.15 * Тест 2 + 0.3 * Курсовой проект + 0.2 * Тест 3
Список литературы
Рекомендуемая основная литература
- Agresti, A. (2015). Foundations of Linear and Generalized Linear Models. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=941245
- Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling, Fourth Edition (Vol. Fourth edition). New York: The Guilford Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1078917
- R в действии : анализ и визуализация данных в программе R, Кабаков, Р. И., 2014
- Мастицкий, С. Э. Статистический анализ и визуализация данных с помощью R / С. Э. Мастицкий, В. К. Шитиков. — Москва : ДМК Пресс, 2015. — 496 с. — ISBN 978-5-97060-301-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/73072 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Роберт, И. R в действии. Анализ и визуализация данных в программе R : руководство / И. Роберт, Кабаков , перевод с английского Полины А. Волковой. — Москва : ДМК Пресс, 2014. — 588 с. — ISBN 978-5-97060-077-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/58703 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Boekbespreking van “A.S. Bryk & S.W. Raudenbusch - Hierarchical linear models: Applications and data analysis methods”: Sage Publications, Newbury Parki, London/New Delhi 1992. (1995). Sociologische Gids, 62(4/5), 371–373. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsnar&AN=edsnar.oai.ris.utwente.nl.publications.870e1364.4937.4613.a2ed.115b14596127
- Byrne, B. M. (2016). Structural Equation Modeling With AMOS : Basic Concepts, Applications, and Programming, Third Edition (Vol. Third edition). New York: Routledge. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1249128
- Ker, H. W. (2014). Application of Hierarchical Linear Models/Linear Mixed-Effects Models in School Effectiveness Research. Universal Journal of Educational Research, 2(2), 173–180. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=eric&AN=EJ1053942
- Rumberger, R. W. (1997). Hierarchical linear models: Applications and data analysis methods : and . Newbury Park, CA: Sage, 1992. (ISBN 0-8039-4627-9), pp. xvi + 265. Price: U.S. $45.00 (cloth). Economics of Education Review, (3), 348. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.ecoedu.v16y1997i3p348.348
- Skrondal, A., & Rabe-Hesketh, S. (2004). Generalized Latent Variable Modeling : Multilevel, Longitudinal, and Structural Equation Models. Boca Raton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=111068
- Westland, J. C. (2019). Structural Equation Models : From Paths to Networks (Vol. 2nd ed). Cham, Switzerland: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2097529
- Мастицкий, С. Э. Визуализация данных с помощью ggplot2 / С. Э. Мастицкий. — Москва : ДМК Пресс, 2017. — 222 с. — ISBN 978-5-97060-470-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/107895 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.