دانلود و نمایش مقالات مرتبط با Small samples::صفحه 1
بلافاصله پس از پرداخت دانلود کنید
نتیجه جستجو - Small samples

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 زمان آن فرا رسیده است: به سوی تخمین بیزی SEM در تحقیقات گردشگری
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 12 - تعداد صفحات فایل doc فارسی: 39
با اینکه درحال حاضر دیدگاه مدلسازی ساختاری معادله ای (SEM) بیزی توجه زیادی را در منابع علمی جلب کرده است، اما مطالعات گردشگری هنوزهم برای تخمین SEM به شدت روی دیدگاه مبتنی بر هم – پراکنش تکیه می کنند. مجله زیفور و اوسوالد (2013) در یک شماره ویژه اختصاص یافته به این موضوع، از عبارت "انقلاب بیزی" برای توصیف رشد سریع دیدگاه بیزی دربین رشته های مختلف علوم اجتماعی استفاده کرده است. این روش چندین مزیت را معرفی می کند که تخمین SEM را انعطاف پذیرتر و قدرتمندتر می کند. هدف ما در این مقاله معرفی قدرت دیدگاه بیزی به محققان گردشگری و بحث روی مزایای منحصر به فرد آن از طریق دیدگاه مبتنی بر هم پراکنش می باشد. ما ابتدا برخی پایه های تخمین و استنتاج بیزی را ارائه می دهیم. سپس با استفاده از یک کاربرد گردشگری، نمایی از این روش را نشان می دهیم. این مقاله همچنین یک شبیه سازی مونت کارلو را انجام می دهد تا عملکرد دیدگاه بیزی را در نمونه های کوچک نشان دهد و روی زمینه های مختلف پیچیده SEM بحث کند جاییکه دیدگاه بیزی مزایای منحصر به فردی را فراهم می کند.
کلیدواژه ها: دیدگاه بیزی | SEM | نمونه های کوچک | شبیه سازی مونت کارلو
مقاله ترجمه شده
2 The time has come: Toward Bayesian SEM estimation in tourism research
زمان فرا رسیده است: به سوی شبیه سازی بیزی SEM در تحقیقات گردشگری-2018
While the Bayesian SEM approach is now receiving a strong attention in the literature, tourism studies still heavily rely on the covariance-based approach for SEM estimation. In a recent special issue dedicated to the topic, Zyphur and Oswald (2013) used the term “Bayesian revolution” to describe the rapid growth of the Bayesian approach across multiple social science disciplines. The method introduces several advantages that make SEM estimation more flexible and powerful. We aim in this paper to introduce tourism researchers to the power of the Bayesian approach and discuss its unique advantages over the covariance-based approach. We provide first some foundations of Bayesian estimation and inference. We then present an illustration of the method using a tourism application. The paper also conducts a Monte Carlo simulation to illustrate the performance of the Bayesian approach in small samples and discuss several complicated SEM contexts where the Bayesian approach provides unique advantages.
keywords: Bayesian approach |SEMS |mall samples |Monte Carlo simulation
مقاله انگلیسی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی