2012年度前沿研究方法系列研讨班:潜变量混合模型成功举办
2012年7月21日,2012年度前沿研究方法系列研讨班:潜变量混合模型在管理学院善衡堂S131成功举办。来自香港的4所高校及大陆地区的36所高校的160多名教师、博士生参加了此次研讨班。
此次前沿研究方法系列研讨班的主题是:潜变量混合模型,这是该前沿方法首次全国范围内的中文讲座。本次讲座致力于向华人学者推广潜变量混合模型统计方法,介绍相关基本概念,解释其运算原理和模型假设,并示范如何使用相关统计软件(MPLUS)建立及验证合适的模型和报告相关结果。
研讨班由我院院长陆亚东教授主持,来自美国佛罗里达大学的终身副教授Mo Wang担任主讲嘉宾,来自美国宾夕法尼亚州立大学的助理教授Songqi Liu 和来自美国迈阿密大学研究员Stephanie L. Wang担任助理主讲嘉宾。他们结合自己多年的实践经验,通过实例对主要潜变量混合模型分析方法进行了演示和说明,并阐述其及在管理领域中的应用,从而协助学员更深入和全面地进行组织管理相关研究。
潜变量混合模型(Mixture Latent Modeling)作为近几年新兴的前沿统计方法包括:潜类别分析模型(Latent Class Analysis , LCA),潜剖面分析模型(Latent Profile Analysis , LPA),增长混合模型(Growth Mixture Modeling,GMM),以及混合模型与传统模型(例如验证性因子分析、多层线性模型分析、纵向数据分析等)的各种结合分析。这一新兴方法运用复杂成熟的概率运算原理,弥补了传统统计方法的基于观测变量和单一分析的局限,打破了传统方法关于总体同质性的基本假设,将潜变量分析与各种统计方法融为一体,提供了更准确和深入的分析思路。潜变量混合模型能够基于数据分析发现潜类别,识别潜类别的比例、特征、及其各自动态增长趋势,同时能够检验潜类别及动态增长趋势的相关预测变量。近年来,国际管理学期刊上关于研究潜变量混合模型的应用取得了快速的发展,国际管理学会年会上也开始有相应的专题教学和研讨。潜变量混合模型能帮助管理界学者更加科学地准确地分析数据,能够同时验证对总体、潜类别及个体的多种假设,因此能够更好地解释和预测企业组织的异质性和动态性。潜变量混合模型方法将成为各类高层次学术刊物、高层次管理研究的必备方法。三位嘉宾学术研究成果丰硕,熟练掌握潜变量混合模型统计研究方法,娴熟、生动在讲座中展现了该方法的使用方法、运用范围,现场气氛活跃,讲座的中场休息和结束时间一再推迟。研讨班活动受到的高度好评。
我院一直致力于向华人管理学者介绍最前沿的研究方法和管理理论。本次讲座作为我院前沿研究方法系列讲座第二期,与下半年举行的前沿管理理论系统相辅相成、有所侧重。前沿研究方法系列和前沿管理理论系列讲座的开展,为国内外学者搭建交流学习平台、传播前沿研究方法和理论、推动学术活动的繁荣发展起到了积极重要的作用。两类系列活动面向国内外师生免费开放。
主讲嘉宾与陆亚东院长合影
汪默教授答疑
合影