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(参考文献327篇,1标准件)

显示327的结果1到20。
按年份排序(引用)

1 2 ... 15 16 17 下一个

  1. 具有高吞吐量的marinuzzi-semuzr结构数据包的marinuzzi数据包:高吞吐量的marinuzr结构模型第十四章
  2. 费舍尔,扎卡里F。;Bollen,Kenneth A.:混合指标的工具变量估计:分析导数和替代参数化(2020)
  3. 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)
  4. Panagiotis Papastamoulis,Ioannis Ntzoufras:关于贝叶斯因子分析模型的可识别性(2020)第十四章
  5. 潘俊浩;爱德华哈辛;Dubé,Laurette:多层次异质因子分析及其在生态瞬间评估中的应用(2020)
  6. 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
  7. Rockwood,Nicholas J.:潜在协变量具有随机斜率的多级结构方程模型的最大似然估计(2020)
  8. 王纪川;王晓倩:结构方程模型。使用MPLU的应用程序(2020)
  9. 崔瑞飞;布科尔,伊安·加布里埃尔;格罗特,佩里;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)
  10. 罗,S。;宋,R。;斯泰纳,M。;吉尔摩,J。H、 。;Zhu,H.:FSEM:双功能数据的函数结构方程模型(2019)
  11. Meshcheryakov Georgy,Igolkina Anna:semopy:A Python package for Structural Equation Modeling(2019年)第十四章
  12. 不,马英色;李,杨乔;噢,约翰·H。五十、 。;Toharudin,Toni:非高斯因子分析的层次似然法(2019)
  13. 帕帕乔乔,尤利娅;Moustaki,Irini:具有类别观测变量的潜在变量模型的成对似然估计中的成对抽样(2019年)
  14. 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
  15. 夏,叶茂;唐念生:潜在变量隐马尔可夫模型与多变量纵向数据混合的贝叶斯分析(2019)
  16. 萨克,兹苏扎;Kuha,Jouni:潜在类和外部变量之间模型的两步估计(2018)
  17. 春,素妍;布朗,迈克尔W。;Shapiro,Alexander:修正的无分布拟合优度检验统计(2018)
  18. 埃德加·梅克尔;Yves Rosseel:blavaan:通过参数扩展的贝叶斯结构方程模型(2018)不是zbMATH
  19. 法特莫尔,马可;佩拉加蒂,马特奥;Giorgio Vittadini:形成性反射模型中潜在变量提取的最小二乘法(2018)
  20. 金少波;穆斯塔基,伊里尼;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)

1 2 ... 15 16 17 下一个