JMP（R）Pro 15（2019-US-45MP-273）の構造方程式モデルの概要レベル：初心者
Laura Castro-Schilo、JMP Research Statistician Developer、SAS
構造方程式モデル（SEM）は、多数のモデリングツールを提供するJMPPro15の新しいプラットフォームです。 確認的因子分析、経路分析、測定誤差モデル、潜在成長曲線モデルは、可能性のほんの一部です。
このプレゼンテーションでは、SEMの概要、アナリストや研究者に提供する独自の機能、JMP Pro 15での実装方法、市場や市場などのさまざまな分野での適用方法について説明します。消費者調査、エンジニアリング、教育、健康など。 経験的な例（誰もが関係できる）を使用して、SEMプラットフォームを使用して変数間の関係を調査し、競合する理論をテストする方法を示します。
サミットのベスト起こるデータ探索予測モデリングRe：JMP（R）Pro 15（2019-US-45MP-273）の構造方程式モデルの概要@DavidLeber 、
プレゼンテーション用のジャーナルはありませんでしたが、コンピューターで簡単なビデオをキャプチャしました。このビデオでは、プレゼンテーションの各「感情理論」と一致するモデルを適合させています。 この返信に動画を添付します。 スライドと合わせて、SEMプラットフォームの使用方法を理解しやすくなることを願っています。 要点は次のとおりです。
- 変数が互いにどのように関連するかについて、3つのアプリオリ理論があります。
- 各理論にマッピングされるモデルをSEMに適合させます
- 次の方法で最も適切なモデルを探します。
- 個々のモデルの適合性を調べます。 この例では、不適合の尺度であるカイ2乗を使用しました。自由度（df）に関して小さく、重要ではないようにしますが、 CFIとRMSEA使用することもでき、サンプルサイズが大きい場合に適しています。 また、正規化された残差ヒートマップを使用しました。これらの残差は+/-2単位以内である必要があります。
- モデル間の適合度の比較。 The AICcウェイトこのタスクを手伝ってください。 モデルがネストされている場合（つまり、一方が他方に完全に含まれている場合、この例では、理論＃1のモデルが理論＃2のモデル内にネストされています）、カイ2乗とdfの差をとることができます。カイ二乗分布で有意性を検定できるdelta-chi-squareおよびdelta-dfを取得します。
これがお役に立てば幸いです。
〜ローラ
Re：JMP（R）Pro 15（2019-US-45MP-273）の構造方程式モデルの概要このプレゼンテーションのJRNを入手するのは素晴らしいことです。PDFは有益ですが、実際のプロセスを見ずに結果を理解するのに苦労しています。
