✍ Scribed by 李锡钦
No coin nor oath required. For personal study only.
发展了新的模型和统计方法以更精确地分析更加复杂的数据。结构方程模型的贝叶斯方法使用先验信息，得到更准确的参数估计、潜在变量估计以及用于模型比较的统计量，并且在小样本情况下能得到更稳健的结果。 香港中文大学统计系李锡钦讲座教授的专著《结构方程模型——贝叶斯方法》概括了本学科的近期发展，并有如下特点：示范如何使用强大的统计计算工具得到贝叶斯结果；讨论用于模型比较的贝叶斯因子和偏差信息准则；涵盖多种复杂的模型；通过模拟研究以及来自工商管理学、教育学、心理学、公共卫生和社会学的实际数据说明所提出的方法；通过辅助网页提供的程序代码以及数据集示范免费软件WinBUGS的应用。 《结构方程模型——贝叶斯方法》可作为不同领域(包括统计学、生物统计学、商学、教育学、医学、心理学、公共卫生与社会学等)的教师、学生和研究人员学习统计分析、统计方法的工具书。
...
发展了新的模型和统计方法以更精确地分析更加复杂的数据。结构方程模型的贝叶斯方法使用先验信息，得到更准确的参数估计、潜在变量估计以及用于模型比较的统计量，并且在小样本情况下能得到更稳健的结果。 香港中文大学统计系李锡钦讲座教授的专著《结构方程模型——贝叶斯方法》概括了本学科的近期发展，并有如下特点：示范如何使用强大的统计计算工具得到贝叶斯结果；讨论用于模型比较的贝叶斯因子和偏差信息准则；涵盖多种复杂的模型；通过模拟研究以及来自工商管理学、教育学、心理学、公共卫生和社会学的实际数据说明所提出的方法；通过辅助网页提供的程序代码以及数据集示范免费软件WinBUGS的应用。 《结构方程模型——贝叶斯方法》可作为不同领域(包括统计学、生物统计学、商学、教育学、医学、心理学、公共卫生与社会学等)的教师、学生和研究人员学习统计分析、统计方法的工具书。
点击链接进入英文版：
Structural Equation Modelling: A Bayesian Approach
📜 SIMILAR VOLUMES
<p>《结构方程模型:方法与应用》以通俗易懂的方式系统地阐述结构方程模型的基本概念和统计原理，侧重各种结构方程模型的实际运用。《结构方程模型:方法与应用》采用国际著名SEM软件Mplus，使用真实数据来演示各种常见的以及某些新近发展起来的较高级的结构方程模型，提供相应的Mplus程序，并详细解读程序输出结果。参照《结构方程模型:方法与应用》提供的例题和相应的计算机程序，读者便能自己实践各种SEM模型。《结构方程模型:方法与应用》可作为大学社会科学及公共卫生学院研究生以及统计和生物统计专业本科生教材，也可作为相关学科的研究人员从事统计分析的工具书。</p>
<p>《高等院校统计学专业规划教材•贝叶斯统计》共六章，可分二部分。前三章围绕先验分布介绍贝叶斯推断方法。后三章围绕损失函数介绍贝叶斯决策方法。阅读这些内容仅需要概率统计基本知识就够了。《高等院校统计学专业规划教材•贝叶斯统计》力图用生动有趣的例子来说明贝叶斯统计的基本思想和基本方法，尽量使读者对贝叶斯统计产生兴趣，引发读者使用贝叶方法去认识和解决实际问题的愿望。进而去丰富和发展贝叶斯统计。假如学生的兴趣被钓出来，愿望被引出来，那么讲授这一门课的目的也基本达到了。</p>
<p>韦来生等编著的《贝叶斯分析》的主要内容从2004年以来为中国科学技术大学概率论与数理统计专业研究生讲授过多次。大约可在54学时内讲授本书第1—5章的主要内容，第6章、第7章可根据实际情况选讲其中部分内容，也可不讲。第8章主要是供阅读的材料，其中第8章8。1节可作为经验贝叶斯方法的简介。书中标“*”号的小节可略去不讲，留给读者作为阅读材料。如果要在36学时内讲授本课程，可选讲本书第1—4章的主要内容和第5章的部分内容。本书可作为相关院校研究生、青年教师以及从事统计工作的工程技术人员的参考书。</p>
<p>《现代统计学系列丛书:贝叶斯统计》共六章，主要内容包括绪论、先验分布的选取、后验分布的计算、贝叶斯统计推断、贝叶斯统计决策和贝叶斯统计计算。书中各章配有大量的例题和习题，书末附有常用的几个表格和部分习题解答供读者查用。可作为高等学校统计学专业及相关专业本科生的教材，亦可作为统计专业的研究生、教师以及应用统计工作者的参考用书。</p>
结构方程模型近年来在心理、教育、医学、经济等领域得到了广泛应用,成为新一代学者必备的统计方法学知识。虽然结构方程模型的内容庞杂、学理基础深奥,但《结构方程模型的原理与应用》一书提供了一套从概念原理─操作技术─运用范例的整合性知识,并以作者多年研究实务与丰富教学经验,承袭过去著作风格,以简明流畅的文字,配合LISREL软件的介绍与运用,对于结构方程模型的操作与解释提供完整的说明。对于想要认识结构方程模型,以及对测量、测验与统计领域有兴趣的研究者,或欲以量化研究为其论文写作内容的研究生而言,本书是必读的经典著作.