논문에 통계표 정리, CR, AVE 플러그인으로 구하는 법, 모형적합지수 개선 방법, 판별타당도계수의 대안 HTMT 등 본영상은 통계학 비수강자를 대상으로 한 대학원 연구방법론 온라인 강의를 녹화한 것이므로 일부시청자들에게는 다소 지루할 수도 있습니다. 1.25배속으로 듣기를 추천드립니다.
이기훈 교수님 강의 너무 좋습니다. PP 양식 ,내용 강의 속도 등 너무 좋습니다. 반복해서 듣겠습니다.😊
@jokyo1000
5 ай бұрын
이기훈교수님 강의 덕분에 통계에 대한 두려움을 많이 극복했습니다. 감사합니다. 현재 일반화가능도이론 공부중인데요. 혹시 GENOVA 사용법은 어디서 배울 수 있을까요?
@easy_statistics
5 ай бұрын
감사합니다. 제가 찾아보니까 일반화가능도 관련 영상이 많진않네요. 좀 어려운 개념이라 아니 수식이 복잡한지 서적에도 오자가 많아서 할 수 없이 원서를 구매 공부했던 옛기억이 나네요. 교육학쪽에서는 사용하지만 경영학분야에서는 잘 사용되지않고있어서 저도 아직 관련영상을 만들 생각을 못하고 있습니다. 단지 제가 요즘 어떤 문제에 봉착해 해결책을 강구하고있었는데 독자님의 댓글을 보고 분산을 분해하는 기법으로 해결하면 어떨까하는 아이디어를 얻게 되었습니다. 고맙습니다.
@YoungestJin
4 ай бұрын
교수님 자유도는 어떻게 구하는 것인가요?
@easy_statistics
4 ай бұрын
자유도는 정보의 갯수이죠. 공분산행렬(또는 상관행렬)을 이용하니까 행렬이 11x11행렬니아 121개 정보가 있는 것 같지만 행렬이 대각선대칭이니까 실제 정보는 (1+ 2+ .. + 11)개 즉 66개입니다. 여기서 추정값을 구할 때 마다 정보하나씩 잃는데 추정하는 값이 오차항 분산, 경로계수, 요인분산, 요인코베리에이트 등(원래 그림에 있는 숫자말고 실행 후 추가된 숫자가 모두 추정값) 모두 25개입니다. 원래 정보갯수에서 추정된 값 수를 빼줘서 66-25=41입니다. 추가적으로 모형 적합도를 높이기 위해 어딘가 코베리에이트 하나를 설정한다면 추정값이 하나 느니까 저유도는 또 하나가 줄겠죠.
Пікірлер: 5