BAYESOVSKÉ STRUKTURNÍ MODELOVÁNÍ

Bayesovská statistika je dnes plnohodnotnou alternativou k běžně užívané frekvenční statistice (tj. statistice založené zejména na testování statistických hypotéz a bodovém a intervalovém odhadu parametrů). Používá se pro různé základní postupy (analogie t-testů, analýzy rozptylu a regresní analýzy), o nichž se lze více dozvědět v kurzu Úvod do bayesovské analýzy dat.

Kromě toho proniká i do složitějších postupů jako je strukturní modelování. Základní představení strukturních modelů je obsahem kurzu Modelování statistických vztahů (IBM SPSS Amos). Software IBM SPSS Amos umožňuje kromě klasického (frekvenčního) výpočtu používat i bayesovské strukturní modely. Kurz představí jednak základní logiku bayesovské analýzy dat, jednak praktické aplikace v prostředí IBM SPSS Amos.

Obecně lze bayesovské strukturní modely využít zejména pro tyto účely:

• Náš datový soubor je poměrně malý, ale z předchozích studií již známe přibližné hodnoty některých parametrů. 
• Námi používané proměnné nejsou spojité, mají kratší ordinální stupnice a tak klasická metoda maximální věrohodnosti není pro odhad parametrů vhodná.
• Náš model měření (konfirmační faktorová analýza) není zcela ideální, lze totiž předpokládat, že některé vazby napříč faktory nebudou zcela nulové.
• Některé složitější modely nelze odhadnout.

V kurzu se prakticky poukáže na možnosti regresního modelu, modelu úsekové analýzy a konfirmační faktorové analýzy v IBM SPSS Amos. Důraz bude kladen na přípravu modelu, jeho výpočet a interpretaci. V závěru pak bude poukázáno na složitější postupy.

• úvod do bayesovské analýzy dat, odlišnost od frekvenčního přístupu

• základní strukturní modely – regrese, úseková analýza a konfirmační faktorová analýza

• úvod do práce s IBM SPSS Amos, příprava dat

• bayesovská regrese

• bayesovská úseková analýza

• bayesovská konfirmační faktorová analýza

• složitější postupy bayesovského SEM