LISREL

Durante os últimos trinta e oito anos, o modelo LISREL com seus métodos e softwares tornou-se sinônimo de modelagem de equações estruturais (SEM). As equações estruturais permitem que os investigadores em ciências sociais, ciências de gestão, ciências comportamentais, ciências biológicas, ciências da educação e outros campos avaliem empiricamente suas teorias. Essas teorias são geralmente formuladas como modelos teóricos para as variáveis observadas e latentes (não observáveis). Se os dados são recolhidos para as variáveis observados no modelo teórico, o programa LISREL pode ser utilizado para ajustar o modelo para os dados.

Hoje, no entanto, LISREL não está mais limitado a SEM. Ele inclui hoje as seguintes aplicações estatísticas:

• LISREL para a modelagem de equações estruturais;
• PRELIS para manipulações de dados e análises estatísticas básicas;
• MULTILEV para criação de uma hierarquia linear e uma modelagem não-linear;
• SURVEYGLIM para modelagem linear generalizada;
• MAPGLIM para modelagem linear generalizada para dados de múltiplos níveis.

LISREL destina-se a modelagem de equações estruturais padrão e a modelagem de equações estruturais multinível. Estes métodos estão disponíveis para os seguintes tipos de dados:

• Dados completos e incompletos de pesquisa com certo grau de complexidade em variáveis categóricas e contínuas;
• Dados de amostras aleatórias completas e incompletas simples sobre variáveis categóricas e contínuas.

• Manipulação de dados;
• Transformação de dados;
• Geração de dados;
• Computação de matrizes em um momento;
• Computação assintótica de matrizes de covariância em momentos amostrais;
• Imputação por correspondência;
• Imputação múltipla;
• Regressão linear múltipla;
• Regressão logística;
• Regressão univariada e multivariada censurada;
• Análise fatorial exploratória ML e MINRES.

MULTILEV encaixa modelos não lineares e lineares multinível aos dados de vários níveis de simples desenhos aleatórios e complexos de pesquisa. Ele garante variáveis aos modelos de resposta contínuos e categóricos.

SURVEYGLIM encaixa modelos generalizados lineares aos dados de desenhos simples aleatórios e complexos de pesquisa. Modelos para as seguintes distribuições de amostragem estão disponíveis:

• Multinomial;
• Bernoulli;
• Binomial;
• Binomial negativo;
• Poisson;
• Normal;
• Gamma;
• Inverse Gaussian.

MAPGLIM implementa o método MAP para ajustar modelos lineares generalizados aos dados de vários níveis.

Requisitos do sistema:

• Sistemas operacionais Windows.