Duomenų analizės ir archyvavimo centras (DAtA)
Prisijungti
Prisijungti
Atstatyti prisijungimo duomenis
  • Mokymai
    • Lektoriai
    • Buvę mokymai
  • Duomenų archyvas
    • LiDA Dataverse talpykla
    • Tarptautinė integracija
      • Europos Atvirojo mokslo debesis
        • Registracija
    • Nacionalinė integracija
    • Nuolatiniai identifikatoriai
  • Piliečių mokslo centras
  • Fr0gLab
  • Naujienos
    • Rekomendacijos
  • Apie
    • Kontaktai
    • Veiklos ataskaitos
  • EN
Rugsėjo 18 d., spalio 2, 16, 30 d. ir lapkričio 13 d. Mokymai „Struktūrinių lygčių ir hierarchinių modelių taikymas nagrinėjant tęstinių tyrimų duomenis“

Description

Mokymus veda: Rimantas Vosylis.

Kviečiame dalyvauti Europos sveikatos, senėjimo ir išėjimo į pensiją (SHARE) tyrimo duomenų analizės mokymų cikle. Mokymai skirti įvairių sričių mokslininkams ir doktorantams, besidomintiems senėjimo tematika bei norintiems pagilinti žinias apie tęstinių tyrimų duomenų analizę ir pažangesnių statistinių modelių taikymą.

Europos sveikatos, senėjimo ir išėjimo į pensiją tyrimas (angl. Survey of Health, Ageing and Retirement in Europe, SHARE) – tęstinis vyresnio amžiaus (50+ metų) žmonių tyrimas, apimantis įvairias fizinės ir psichinės sveikatos, ekonominio ir socialinio užimtumo, pajamų, turto, gyvenimo kokybės ir kitas gyvenimo sritis. SHARE duomenys yra nemokamai prieinami mokslo bendruomenei ir gali būti naudojami sociologijos, ekonomikos, psichologijos, visuomenės sveikatos, socialinio darbo, socialinės politikos ir kitų sričių tyrimuose.

Mokymų ciklas skirtas tyrėjams, doktorantams ir kitiems akademinės bendruomenės nariams, norintiems pagilinti žinias apie tęstinių (longitudinių) duomenų analizę ir pažangesnių statistinių modelių taikymą raidos tyrimuose. Mokymų metu bus derinamos teorinės žinios ir praktinis darbas, naudojant JASP ir Mplus programas.

Mokymų dalyviai susipažins su augimo modeliais ir jų taikymu raidos tyrimuose, mokysis sudaryti ir analizuoti paprastus bei sudėtingesnius latentinius augimo modelius (LGM), identifikuoti skirtingas augimo trajektorijų grupes taikant augimo mišinių modelius (GMM). Taip pat bus nagrinėjami kiti pokyčio analizės būdai – vėluojančių kryžminių efektų (CLPM) ir latentinių skirtumų modeliai.

Atskira mokymų dalis bus skirta daugialygiams (multilevel / HLM) modeliams: jų principams, skirtumams nuo paprastosios tiesinės regresijos ir daugialygės regresijos modelių sudarymo sekai. Baigiamojoje dalyje dalyviai susipažins su augimo modeliais daugialygės analizės kontekste, latentinių ir daugialygių augimo modelių skirtumais, mišinių regresija bei daugialygiais augimo mišinių modeliais.

Mokymų datos:

  • 2026 m. rugsėjo 18 d. – Augimo modeliai ir jų taikymas raidos tyrimuose. Paprastas latentinis augimo (LGM) modelis su JASP ir Mplus.
  • 2026 m. spalio 2 d. – Sudėtingesni latentinio augimo modeliai. Augimo trajektorijų grupių identifikavimas ir GMM modelio analizė su Mplus.
  • 2026 m. spalio 16 d. – Kiti pokyčio tipai tęstiniuose raidos tyrimuose. Vėluojančių kryžminių efektų ir latentinių skirtumų modeliai. CLPM modelio sudarymas ir analizė su Mplus.
  • 2026 m. spalio 30 d. – Įvadas į daugialygius (multilevel / HLM) modelius. Paprastoji tiesinė ir daugialygė regresija bei daugialygės regresijos modelio sudarymo seka.
  • 2026 m. lapkričio 13 d. – Augimo modeliai daugialygės analizės kontekste. Mišinių regresija, daugialygė mišinių regresija ir daugialygiai augimo mišinių modeliai.

Mokymų laikas: kiekvieną mokymų dieną 10:00–12:00 val. ir 13:00–14:30 val. Nuo 13:00 val. numatyta praktinė mokymų dalis.

Mokymų vieta: nuotoliniu būdu.

Mokymai nemokami. Dalyviams išduodami mokymų baigimo pažymėjimai.

Svarbu:
• Būtinas bazinis supratimas apie struktūrinių lygčių modeliavimą (SEM);
• Būtina tapti SHARE duomenų naudotojais, nes mokymuose bus naudojami SHARE duomenys. Turėkite omeny, kad leidimas naudotis SHARE duomenimis gaunamas per maždaug savaitę. https://share-eric.eu/data/become-a-user;
• Kadangi atskiros mokymų dalys tarpusavyje susijusios, rekomenduojame dalyvauti
visame cikle.
• Rekomenduojame dalyvauti tik išklausius pirmus („Europos sveikatos, senėjimo ir
išėjimo į pensiją tyrimas (SHARE): darbo su duomenimis pradžia“) mokymus arba turint
išankstinių žinių apie SHARE tyrimą.

Būtina išankstinė registracija. Registracijos nuorodą galite rasti čia.

Kilus klausimų kreipkitės el. p. ineta.simonaite@ktu.lt

Take This Course

Lektorius

Susiję mokymai

Mokymai2
Data bus patikslinta. Mokymai „MAXQDA dirbtinio intelekto asistento taikymas kokybinių duomenų analizėje“
RDM
Rugpjūčio 25 ir 27 d. Mokymai „Kokybinių duomenų analizė su MAXQDA: įvadinis lygmuo“
Google užklausos
Free
June 18-19, 2026, training „Quantitative Data Analysis with SPSS Program“
April 21, 2026, training „Designing and Validating Questionnaires“
Ineta Simonaitė
Duomenų analizės ir archyvavimo centras (DAtA)
Socialinių, humanitarinių mokslų ir menų fakultetas, Kauno technologijos universitetas, A. Mickevičiaus g. 37-1100, LT-44244 Kaunas, el. p.: data@ktu.lt