300384 Multivariate Verfahren der Längsschnittdatenanalyse (S) (WiSe 2011/2012)

Statistische Modelle für Längsschnittdaten können verschiedene Ebenen der Datenanalyse unterscheiden, verschiedene Arten von gemessenen Variablen
(dichotom, ordinal, kontinuierlich) analysieren, als auch Modelltypen vereinigen, die sonst unter anderen Bezeichnungen bekannt geworden sind (z.B. latent class models, structural equation models). Im Seminar werden insbesondere Ansätze behandelt, die Reliabilität und Validität der Messungen prüfen können und darüber hinaus Entwicklungen und Verläufe modellieren. Hierzu gehören autoregressive Regressionsmodelle, Wachstumsmodelle und auch Mischverteilungsmodelle. Modellschätzungen können mit dem Programm Mplus vorgenommen werden. Informationen zum Programm Mplus sind unter (http://www.statmodel.com) erhältlich.

Die Seminarteilnehmer können mit ausgewählten Längsschnittdatensätzen die Modelle bearbeiten.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Ausreichende Kenntnisse mit den Statistikprogrammpaketen STATA oder SPSS (insbesondere Kenntnisse über Syntax- und Systemfiles) sollten vorhanden sein.

Literaturangaben

Engel, U. /J. Reinecke (1994): Panelanalyse, Berlin: DeGruyter.

Backhaus, K.; Erichson, B.; Plinke, W.; Weiber R. (2005): Multivariate Analysemethoden. Berlin: Springer.

Bollen, K.A. (1989): Structural Equations with Latent Variables. New York: Wiley.

Bollen, K.A. (2006): Latent Curve Models. New York: Wiley.

Duncan, T.E., Duncan, S.C., Strycker, L.A., Li, F., & Alpert, A. (2006). An introduction to latent variable growth curve modeling:
Concepts, issues, and applications, Mahwah: Lawrence Erlbaum.

Hancock, G. R.; Mueller, R. O. (2006). Structural Equation Modeling. A Second Course. Greenwich: IAP.

Kline, R. B. (2005): Principles and Practice of Structural Equation Modeling. New York: The Guilford Press.

Loehlin, J.C. (2004): Latent variable models. An introduction to factor, path, and structural equation analysis. Mahwah: Lawrence Erlbaum.

Nagin, D. (2005): Group-based modeling of development. Cambridge, Mass.: Harvard Univ. Press.

McLachlan, G.; Peel, D. (2000): Finite Mixture Models. New York: Wiley.

Mulaik, S. A. (2009): Linear causal modeling with structural equations. New York: Champman & Hall.

Raykov, T. & Marcoulides, G.A. (2000): A first course in structural equation modeling. Mahwah: Lawrence Erlbaum.

Reinecke, J. (2005): Strukturgleichungsmodelle in den Sozialwissenschaften. München: Oldenbourg.

Schumacker, R.E; Lomax, R. G. (2004): A Beginners's Guide to Structural Equation Modeling. Mahwah: Lawrence Erlbaum.