拉旺

lavan:一个用于结构方程建模的R包。拟合各种潜在变量模型,包括验证性因子分析、结构方程模型和潜在增长曲线模型。


zbMATH中的参考文献(参考 59篇文章 引用,1标准件)

显示第1到第20个结果,共59个。
按年份排序(引用)
  1. Fernando Palluzzi,Mario Grassi:SEMgraph:R软件包,用于使用结构方程模型对高通量数据进行因果网络分析(2021年)阿尔十四
  2. Boudt,Kris;Cornilly,Dries;Verdonck,Tim:具有未观测因子的最近邻估计(2020年)
  3. 安东尼奥·卡尔冈ì;伦巴迪,路易吉;阿凡齐,洛伦佐;帕斯卡利,爱德华多:区间值数据的多重中介分析(2020)
  4. Fisher,Zachary 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)
  5. Jorgensen,Terrence D.;Jak,Suzanne:书评:K.Gana和G.Broc,Lavan结构方程建模(2020)
  6. Markus D.Steiner;Silvia Grieder:EFAtools:R软件包,包含探索性因子分析工具的快速和可行实现(2020年)不是zbMATH
  7. 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
  8. 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
  9. 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)
  10. 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)
  11. Drton,Mathias;Fox,Christopher;Wang,Y.Samuel:循环结构方程模型中最大似然估计的计算(2019年)
  12. 非协变项识别模型(2019年,非协方差模型)
  13. Gana,Kamel;Broc,Guillaume:使用Lavan进行结构方程建模(2019年)
  14. 格伦伯格,斯特芬;福尔德内斯,新泽西州,纳尔:模拟研究中离散化淡水河谷的问题(2019年)
  15. Hong,Maxwell R.;Jacobucci,Ross:书评:K.J.Grimm等人,《增长模型》。结构方程和多级建模方法(2019)
  16. Lai,Keke:在力矩结构分析中创建错误指定的模型(2019年)
  17. Merkle,Edgar C.;Fur,Daniel;Rabe Hesketh,Sophia:潜在变量模型的贝叶斯比较:条件与边际可能性(2019)
  18. Meshcheryakov Georgy,Igolkina Anna:semopy:A Python package for Structural Equation Modeling(2019年)阿尔十四
  19. 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)
  20. Paul Christian Burkner:Thurstonian IRT:R中的Thurston IRT模型(2019年)不是zbMATH