Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Structural Equation Modeling - Continuation

Informacje ogólne

Kod przedmiotu: 2500-PL-PS-SP15-18
Kod Erasmus / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Structural Equation Modeling - Continuation
Jednostka: Wydział Psychologii
Grupy:
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Założenia (opisowo):

Completed introductory course on Structural Equation Modeling

Skrócony opis:

This course is a continuation of the introductory structural equation modeling (SEM) course. Throughout the consecutive classes participants will be presented with advanced structural models and methods of handling difficulties (e.g., missing data) that may arise in SEM. The classes will involve the combination of lectures and lab sessions focusing on the specification, estimation, and interpretation of complex structural models.

Efekty uczenia się:

First, students will acquire knowledge about the possibilities posed by the advanced applications of SEM. Second, participants will gain familiarity, experience, and confidence in estimating and interpreting complex structural models.

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Seminarium, 15 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Paulina Górska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Seminarium - Zaliczenie na ocenę
Pełny opis:

Structural equation modeling (SEM) is a powerful and still developing statistical technique that allows for addressing simple as well as complex research questions. While researchers are relatively familiar with the basic applications of SEM (e.g., Confirmatory Factor Analysis), their knowledge of more advanced models (e.g., SEM-based meta-analysis) is relatively limited. Consequently, potentially valuable insights have no chance to emerge and extend our knowledge of the world.

This course is a continuation of the introductory SEM course. Throughout the consecutive classes, participants will be presented with a range of advanced applications of SEM. We will discuss measurement invariance, multigroup analysis, SEM-based meta-analysis, latent variable interactions, power analysis for structural models, and methods of handling missing data. The classes will involve the combination of lectures and lab sessions focusing on the specification, estimation, and interpretation of structural equation models. All analyses will be performed in R lavaan and related packages.

Upon completing the course, students will be equipped for studying SEM independently in accordance with their professional needs.

Literatura:

Main texts:

Brown, T. A. (2006). Confirmatory Factor Analysis for applied research. New York: Guilford Press.

Enders, C. K. (2023). Fitting Structural Equation Models with Missing Data (pp. 224-240). In R. H. Hoyle (Ed.), Handbook of structural equation modeling. Second Edition. Guilford Press.

Gana, K., & Broc, G. (2019). Structural Equation Modeling with lavaan. Hoboken, NJ: Wiley.

Jak, S. (2015). Meta-analytic structural equation modelling (pp. 1-88). Dordrecht, Neth: Springer.

Jobst, L. J., Bader, M., & Moshagen, M. (2021). A tutorial on assessing statistical power and determining sample size for structural equation models. Psychological Methods. Advance online publication. https://doi.org/10.1037/met0000423

Kline, R. B. (2015). Principles and practice of Structural Equation Modeling. New York: Guilford Press.

Schoemann AM, Jorgensen TD. Testing and Interpreting Latent Variable Interactions Using the semTools Package. Psych. 2021; 3(3):322-335. https://doi.org/10.3390/psych3030024

Wang, Y. A., & Rhemtulla, M. (2021). Power analysis for parameter estimation in structural equation modeling: A discussion and tutorial. Advances in Methods and Practices in Psychological Science, 4(1). https://doi.org/10.1177/2515245920918253.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-7ba4b2847 (2024-06-12)