검색어: strukturgleichungsmodelle (독일어 - 영어)

treffen der arbeitsgruppe 'strukturgleichungsmodelle'
meeting of the working group 'structural equation modeling'

strukturgleichungsmodelle dienen der Überprüfung kausaler zusammenhänge zwischen merkmalen. ziel ist es, hypothetische wirkzusammenhänge zu durchleuchten.
structural equation modeling is used to inspect causal relationships between variables. the objective is to investigate hypothetical structures of correlations and influences.

ziel ist die modellierung und analyse von kausalen zusammenhängen mittels sogenannter strukturgleichungsmodelle, die in der empirischen sozialforschung eine wichtige rolle spielen.
the aim is to understand the modeling and analysis of causal relationships using so-called structural equation models, which play an important role in empirical social research.

allerdings ist der zusammenhang zwischen merkmalen nicht immer linear, wie in anderen verfahren (regressionsanalyse, strukturgleichungsmodelle) häufig angenommen wird.
the relationship between features is not always linear, as is assumed in many other procedures (e.g. regression analysis, structural equation modeling).

lisrel für strukturgleichungsmodelle (sem): lisrel ermöglicht phychologen, sozialwissenschaftlern, verhaltensforschern, biologen, erziehungswissenschaften und anderen wissenschaftlern theorien empirisch zu bewerten.
lisrel for structural equation modeling (sem): lisrel allows psychologists, social scientists, behavioral scientists, biologists, educational scientists and others to evaluate theories empirically.

(7) multivariate analysen. (8) multivariate behandlung von messwiederholungsplänen. (9) diskriminanzanalyse und multinomiale logistische regression. (10) exploratorische faktorenanalyse und skalenanalyse. (11) clusteranalyse. (12) multidimensionale skalierung. (13) strukturgleichungsmodelle. (14) hierarchische lineare modelle - eine heranführung.
(7) multivariate analysen. (8) multivariate behandlung von messwiederholungsplänen. (9) diskriminanzanalyse und multinomiale logistische regression. (10) exploratorische faktorenanalyse und skalenanalyse. (11) clusteranalyse. (12) multidimensionale skalierung. (13) strukturgleichungsmodelle. (14) hierarchische lineare modelle - eine heranführung.