223369_zh-CN

liliconcom

JMP(R) Pro 15 中的结构方程模型简介 (2019-US-45MP-273)

级别：初学者

 

Laura Castro-Schilo，JMP 研究统计开发人员，SAS

 

结构方程模型 (SEM) 是 JMP Pro 15 中的一个新平台，它提供了许多建模工具。 验证性因素分析、路径分析、测量误差模型和潜在增长曲线模型只是其中的一些可能性。

 

在本演示文稿中，我们通过描述 SEM 是什么、它为分析师和研究人员提供的独特功能、它如何在 JMP Pro 15 中实现以及它如何应用于包括市场和消费者研究、工程、教育、健康等。 我们将使用一个每个人都可以联系到的经验示例来展示如何使用 SEM 平台来探索变量之间的关系并测试相互竞争的理论。

最佳峰会爆发数据探索预测建模回复：JMP(R) Pro 15 中的结构方程模型简介 (2019-US-45MP-273)

@大卫勒伯,

 

我没有演示文稿的日记，但我只是在我的电脑上拍摄了一段简短的视频，其中我拟合了与演示文稿中的每个“情绪理论”一致的模型。 我将视频附加到此回复中。 与幻灯片一起，我希望更容易理解如何使用 SEM 平台。 以下是要点：

 

1. 我们有 3 个关于变量如何相互关联的先验理论
2. 我们在 SEM 中拟合模型，映射到每个理论
3. 我们通过以下方式寻找最合适的模型：
   1. 检查个体模型拟合。 在这个例子中，我们使用了卡方，一种不匹配的度量——我们希望它相对于自由度 (df) 很小并且不显着，但是CFI 和 RMSEA也可以使用，并且对于大样本量更好。 我们还使用了归一化残差热图；我们希望这些残差在 +/- 2 个单位内。
   2. 比较模型之间的拟合。 这AICc 权重帮助我们完成这项任务。 当模型嵌套时（即，一个完全包含在另一个中——在我们的示例中，理论 #1 的模型嵌套在理论 #2 的模型中），我们可以计算卡方和 df 之间的差异获得可以用卡方分布测试显着性的 delta-chi-square 和 delta-df。

我希望这有帮助！

~劳拉

回复：JMP(R) Pro 15 中的结构方程模型简介 (2019-US-45MP-273)

获得此演示文稿的 JRN 会很棒 - PDF 内容丰富，但我很难在没有看到实际过程的情况下理解结果。