223369_de-DE

liliconcom

Eine Einführung in Strukturgleichungsmodelle in JMP(R) Pro 15 (2019-US-45MP-273)

Niveau: Anfänger

 

Laura Castro-Schilo, JMP Research Statistician Developer, SAS

 

Strukturgleichungsmodelle (SEM) ist eine neue Plattform in JMP Pro 15, die zahlreiche Modellierungswerkzeuge bietet. Konfirmatorische Faktorenanalyse, Pfadanalyse, Messfehlermodelle und latente Wachstumskurvenmodelle sind nur einige der Möglichkeiten.

 

In dieser Präsentation bieten wir eine allgemeine Einführung in SEM, indem wir beschreiben, was es ist, welche einzigartigen Funktionen es Analysten und Forschern bietet, wie es in JMP Pro 15 implementiert wird und wie es in einer Vielzahl von Bereichen, einschließlich Markt- und Verbraucherforschung, Technik, Bildung, Gesundheit und andere. Wir werden ein empirisches Beispiel verwenden – mit dem sich jeder identifizieren kann – um zu zeigen, wie die SEM-Plattform verwendet wird, um Beziehungen zwischen Variablen zu untersuchen und konkurrierende Theorien zu testen.

Das Beste vom GipfelAusbrechenDatenexplorationVorhersagemodellierungBetreff: Eine Einführung in Strukturgleichungsmodelle in JMP(R) Pro 15 (2019-US-45MP-273)

@DavidLeber ,

 

Ich hatte kein Tagebuch für die Präsentation, aber ich habe einfach ein kurzes Video auf meinem Computer aufgenommen, in dem ich Modelle anpasste, die mit jeder der „Emotionstheorien“ in der Präsentation übereinstimmen. Ich hänge das Video an diese Antwort an. Zusammen mit den Folien hoffe ich, dass es einfacher ist, die Verwendung der SEM-Plattform zu verstehen. Hier sind die Punkte zum Mitnehmen:

 

1. Wir haben 3 A-priori-Theorien darüber, wie unsere Variablen miteinander in Beziehung stehen
2. Wir passen Modelle in SEM an, die auf jede der Theorien abgebildet werden
3. Wir suchen das am besten geeignete Modell nach:
   1. Prüfung der individuellen Modellpassung. In diesem Beispiel haben wir das Chi-Quadrat verwendet, ein Maß für die Fehlanpassung – wir möchten, dass es in Bezug auf die Freiheitsgrade (df) klein und nicht signifikant ist, aber die CFI und RMSEA können ebenfalls verwendet werden und sind besser bei großen Stichprobenumfängen. Wir haben auch die normalisierte Residuen-Heatmap verwendet; Wir wollen diese Residuen innerhalb von +/- 2 Einheiten.
   2. Vergleich der Passform zwischen den Modellen. Das AICc-Gewichte helfen Sie uns bei dieser Aufgabe. Wenn die Modelle verschachtelt sind (dh eines vollständig im anderen enthalten ist – in unserem Beispiel ist das Modell für Theorie Nr. 1 in dem für Theorie Nr. 2 verschachtelt), können wir die Differenz zwischen den Chi-Quadraten und dem df ermitteln um ein Delta-Chi-Quadrat und ein Delta-DF zu erhalten, die mit einer Chi-Quadrat-Verteilung auf Signifikanz getestet werden können.

Ich hoffe das hilft!

~ Laura

Betreff: Eine Einführung in Strukturgleichungsmodelle in JMP(R) Pro 15 (2019-US-45MP-273)

Es wäre großartig, das JRN für diese Präsentation zu erhalten - das PDF ist informativ, aber ich habe Schwierigkeiten, die Ergebnisse zu verstehen, ohne den tatsächlichen Prozess zu sehen.