Workshop 6: Statistische Modelle mit latenten kategorialen Variablen

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 bot eine Einführung in statistische Modelle mit latenten kategorialen Variablen. Der Fokus des Workshops lag auf basalen Modellklassen für querschnittliche Daten und deren Umsetzung mit dem Statistikprogramm Mplus. Darüber hinaus sollten 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 widmete 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 wurden 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 wurde 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 behandelte die statistische Modellierung latenter kategorialer Variablen auf einem Einstiegsniveau und richtete 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 benötigten mindestens die Mplus Demo Version 8.5 (https://www.statmodel.com/demo.shtml).