La modelisation par equations structurelles avec Mplus /

La modélisation par équations structurelles s'impose de plus en plus en sciences humaines, que ce soit en psychologie, en sociologie ou en sexologie. L'objectif du présent ouvrage est d'offrir aux chercheurs et aux étudiants une introduction à la syntaxe Mplus sous forme d'u...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Formato: Electrónico eBook
Idioma:Francés
Publicado: Québec : Les Presses de l'Université du Québec, 2018.
Colección:Mesure et évaluation ; 8
Temas:
Structural equation modeling > Data processing.
Social sciences > Statistical methods > Data processing.
Modèles d'équations structurales > Informatique.
Sciences sociales > Méthodes statistiques > Informatique.
Electronic books.
Acceso en línea:Texto completo
Tabla de Contenidos:
  • Page couverture
  • Titre
  • Crédits
  • Remerciements
  • Table de matières
  • Liste des abréviations
  • Introduction
  • 1. Objectifs
  • 2. Pourquoi choisir Mplus
  • 3. Structure des chapitres
  • 4. Matériel supplémentaire
  • PARTIE 1
  • Les rudiments
  • Chapitre 1
  • L'interface et les commandes Mplus
  • 1. Le téléchargement
  • 2. L'ouverture
  • 3. Les commandes
  • 4. Quelques particularités de Mplus
  • 4.1. Title :
  • 4.2. Data :
  • 4.3. Variable :
  • 4.4. Define :
  • 4.5. Analysis :
  • 4.6. Model :
  • 4.7. Output :
  • 4.8. Savedata :
  • 4.9. Montecarlo :
  • 5. Le déroulement d'une analyse
  • Chapite 2
  • La définition des concepts et des indices
  • 1. La définition des concepts
  • 1.1. La variable dépendante (VD)
  • 1.2. La variable indépendante (VI)
  • 1.3. La variable mesurée
  • 1.4. La variable latente
  • 1.5. La variable endogène
  • 1.6. La variable exogène
  • 1.7. La flèche unidirectionnelle
  • 1.8. La flèche bidirectionnelle
  • 1.9. La perturbation
  • 1.10. L'estimateur
  • 1.11. Les indices d'ajustement
  • 1.12. Le khi carré (x2)
  • 1.13. Les degrés de liberté
  • 1.14. Le nombre d'observations
  • 1.15. Le nombre de paramètres
  • 1.16. Le modèle saturé
  • 1.17. L'indice comparatif d'ajustement- Comparative fit index (CFI)
  • 1.18. L'indice de Turker-Lewis
  • Turker-Lewis index (TLI)
  • 1.19. L'erreur quadratique moyenne de l'approximation- Root mean square error of approximation (RMSEA)
  • 1.20. La racine du carré moyen d'erreur
  • Standardized rootmean square residual (SRMR)
  • 1.21. Un exemple de sortie
  • 1.22. Le critère d'information d'Akaike
  • Akaike information criterion (AIC)
  • 1.23. Le critère d'information bayésien
  • Bayesian information criterion (BIC)
  • 1.24. Le critère d'information bayésien ajusté à la taille de l'échantillon
  • Sample-size adjusted BIC (SABIC)
  • Chapitre 3
  • Importer des données SPSS vers Mplus
  • 1. Des recommandations
  • 1.1. La manipulation des variables
  • 1.2. Le choix des variables pertinentes
  • 1.3. Le nom des variables (un maximum de huit caractères)
  • 1.4. Les décimales (un maximum de trois décimales)
  • 2. Les étapes
  • 2.1. Exporter
  • 2.2. Apporter une correction imprévue
  • 2.3. Importer
  • PARTIE 2
  • Traitement des données
  • Chapitre 4
  • L'analyse descriptive
  • 1. L'analyse descriptive
  • 1.1. La syntaxe
  • 1.2. La sortie
  • Chapitre 5
  • Le traitement des variables manifestes discrètes (Discrete variables)
  • 1. Les types de variables
  • 2. Les données ordinales
  • 3. Les données nominales
  • 4. LES DONNÉES CENSURÉES
  • 5. Les données comptées
  • 6. La syntaxe
  • Chapitre 6
  • Le traitement des données manquantes (Missing data)
  • 1. Les types de données manquantes
  • 2. Le maximum de vraisemblance avec information complète
  • 3. La supression par liste
  • 4. L'imputation multiple
  • 4.1. La réalisation de l'imputation multiple
  • 4.2. La syntaxe
  • 4.3. La sortie

Ejemplares similares