利斯雷尔

在过去的三十八年里,LISREL模型、方法和软件已成为结构方程建模(SEM)的代名词。社会科学、管理科学、行为科学、生物科学、教育科学和其他领域的研究人员可以对他们的理论进行实证评估。这些理论通常被描述为可观测和潜在(不可观测)变量的理论模型。如果为理论模型的观测变量收集数据,则可以使用LISREL程序来拟合模型。


zbMATH中的参考文献(引用于 303篇文章 引用,1标准件)

显示303的结果1到20。
按年份排序(引用)

1 2 ... 14 15 16 下一个

  1. 欧阳,明;宋,新元:具有潜在变量和多元截尾数据的广义失效时间模型的贝叶斯局部影响(2020)
  2. Panagiotis Papastamoulis,Ioannis Ntzoufras:关于贝叶斯因子分析模型的可识别性(2020)阿尔十四
  3. 潘俊浩;伊普,爱德华哈辛;杜贝,劳雷特:多层次异质因子分析及其在生态瞬时评价中的应用(2020)
  4. 黄宝贤:lslx:基于惩罚似然的半验证性结构方程模型(2020)不是zbMATH
  5. Cui,Ruifei;Bucur,Ioan Gabriel;Groot,Perry;Heskes,Tom:基于缺失值混合数据的潜在变量建模的新贝叶斯方法(2019年)
  6. Luo,S.;Song,R.;Styner,M.;Gilmore,J.H.;Zhu,H.:FSEM:双功能数据的函数结构方程模型(2019年)
  7. Meshcheryakov Georgy,Igolkina Anna:semopy:A Python package for Structural Equation Modeling(2019年)阿尔十四
  8. Noh,Maengseok;Lee,Youngjo;Oud,Johan H.L.;Toharudin,Toni:非高斯因子分析的层次似然法(2019)
  9. Papageorgiou,Ioulia;Moustaki,Irini:具有类别观测变量的潜在变量模型成对似然估计中的对抽样(2019年)
  10. Sergio Venturini,Mehmet-Mehmetoglu:plssem:结构方程偏最小二乘建模的Stata软件包(2019年)不是zbMATH
  11. 夏,叶茂;唐,年生:多变量纵向数据混合隐马尔可夫模型的贝叶斯分析(2019)
  12. Bakk,Zsuzza;Kuha,Jouni:潜在类和外部变量之间模型的两步估计(2018)
  13. Chun,So Yeon;Browne,Michael W.;Shapiro,Alexander:修正的无分布拟合优度检验统计(2018)
  14. Edgar Merkle;Yves Rosseel:blavaan:通过参数扩展的贝叶斯结构方程模型(2018)不是zbMATH
  15. Marco Fattore;Matteo Pelagatti;Giorgio Vittadini:形成反射模型中潜在变量提取的最小二乘法(2018)
  16. Jin,Shaobo;Moustaki,Irini;Yang Wallentin,Fan:探索性因子分析的近似惩罚最大似然:一个正交案例(2018)
  17. Schlittgen,Rainer:用交替最小二乘法估计广义结构成分分析模型(2018)
  18. Worku,Hailemichael M.;de Rooij,Mark:多个二进制响应分析的多元逻辑距离模型(2018)
  19. An,Ji;Stapleton,Laura M.:书评:W.H.Finch等人,《使用R进行多级建模》(2017)
  20. Epskamp,Sacha;Rhemtulla,Mijke;Borsboom,Denny:广义网络心理测量:结合网络和潜在变量模型(2017)

1 2 ... 14 15 16 下一个