223369_zh-TW

liliconcom

JMP(R) Pro 15 中的結構方程模型簡介 (2019-US-45MP-273)

級別：初學者

 

Laura Castro-Schilo，JMP 研究統計開發人員，SAS

 

結構方程模型 (SEM) 是 JMP Pro 15 中的一個新平台，它提供了許多建模工具。 驗證性因素分析、路徑分析、測量誤差模型和潛在增長曲線模型只是其中的一些可能性。

 

在本演講中，我們通過描述 SEM 是什麼、它為分析師和研究人員提供的獨特功能、它如何在 JMP Pro 15 中實現以及它如何應用於包括市場和消費者研究、工程、教育、健康等。 我們將使用一個每個人都可以聯繫到的經驗示例來展示如何使用 SEM 平台來探索變量之間的關係並測試相互競爭的理論。

最佳峰會爆發數據探索預測建模回复：JMP(R) Pro 15 中的結構方程模型簡介 (2019-US-45MP-273)

@大衛勒伯,

 

我沒有演示文稿的日記，但我只是在我的電腦上拍攝了一段簡短的視頻，其中我擬合了與演示文稿中的每個“情緒理論”一致的模型。 我將視頻附加到此回復中。 與幻燈片一起，我希望更容易理解如何使用 SEM 平台。 以下是要點：

 

1. 我們有 3 個關於變量如何相互關聯的先驗理論
2. 我們在 SEM 中擬合模型，映射到每個理論
3. 我們通過以下方式尋找最合適的模型：
   1. 檢查個體模型擬合。 在這個例子中，我們使用了卡方，一種不匹配的度量——我們希望它相對於自由度 (df) 很小並且不顯著，但是CFI 和 RMSEA也可以使用，並且對於大樣本量更好。 我們還使用了歸一化殘差熱圖；我們希望這些殘差在 +/- 2 個單位內。
   2. 比較模型之間的擬合。 這AICc 權重幫助我們完成這項任務。 當模型嵌套時（即，一個完全包含在另一個中——在我們的示例中，理論 #1 的模型嵌套在理論 #2 的模型中），我們可以計算卡方和 df 之間的差異獲得可以用卡方分佈測試顯著性的 delta-chi-square 和 delta-df。

我希望這有幫助！

~勞拉

回复：JMP(R) Pro 15 中的結構方程模型簡介 (2019-US-45MP-273)

獲得此演示文稿的 JRN 會很棒 - PDF 內容豐富，但我很難在沒有看到實際過程的情況下理解結果。