Workshop:

Statistische Modelle mit latenten kategorialen Variablen

Dozierende/r:

Prof. Dr. Gabriel Nagy (IPN Kiel)

Termin:

Montag, 04. Oktober 2021, 10:00-15:00 Uhr

Dienstag, 05. Oktober 2021, 10:00-15:00 Uhr

 

Abstract

Der vorliegende Workshop bietet eine Einführung in statistische Modelle mit latenten kategorialen Variablen. Der Fokus des Workshops liegt auf basalen Modellklassen für querschnittliche Daten und deren Umsetzung mit dem Statistikprogramm Mplus. Darüber hinaus sollen unterschiedliche Sichtweisen auf die Interpretation latenter kategorialer Variablen als Personenmerkmale (Typen) oder als Hilfsmittel zur Flexibilisierung von Verteilungsannahmen diskutiert werden.

Der erste Teil des Workshops widmet sich Messmodellen für kategoriale latente Variablen, die auf Grundlage stetiger oder kategorialer (dichotomer) beobachteter Variablen spezifiziert werden. Die entsprechenden Modelle umfassen die latente Profilanalyse (LPA), die latente Klassenanalyse (LCA), sowie semi-parametrische Formen der Faktorenanalyse (SPFA) und von Item Response Modellen (SPIRT). Im zweiten Teil des Workshops werden Ansätze behandelt, deren Schwerpunkt auf der Modellierung latenter Teilpopulationen liegt. Die entsprechenden Modelle kombinieren kategoriale und stetige latente Variablen und umfassen u. A. faktorenanalytische und IRT-basierte Mischverteilungsmodelle (MFA und MIRT) sowie finite Mischverteilungsmodelle (FMM). Die Spezifikation und Schätzung der behandelten Modelle wird mittels der Demoversion des Mplus Programms demonstriert und eingeübt.

Ziele.

  • Überblick über gängige Modelle mit kategorialen latenten Variablen
  • Spezifikation und Schätzung gängiger Modelle mit dem Statistikprogram Mplus

 Zielgruppe.

Der Workshop behandelt die statistische Modellierung latenter kategorialer Variablen auf einem Einstiegsniveau und richtet sich somit an Personen ohne oder mit geringen Vorerfahrungen in diesem Bereich.

Voraussetzungen.

Teilnehmer*innen sollten über ein grundlegendes Verständnis gängiger Analyseverfahren (z.B. Regressionsanalyse und Strukturgleichungsmodelle) verfügen.

Software.

Teilnehmer*innen benötigen mindestens die Mplus Demo Version 8.5 (https://www.statmodel.com/demo.shtml).