È possibile utilizzare SEM per le previsioni?Mi piace molto il nuovo JMP-Pro 15 Structural Equation Model (SEM), perché qui è possibile modellare facilmente anche processi molto complessi, anche se il tempo di calcolo è molto lungo.
Oltre a questi vantaggi nell'analisi, vorrei anche utilizzare il modello creato per la previsione. Qualcuno può darmi un suggerimento su come farlo? Non ho trovato alcun profiler di previsione sulla piattaforma.
Grazie in anticipo!
Ri: Kann man SEM auch für Vorhersagen nutzen?Ciao @markus ,
Sono così felice di sentirti come la nuova piattaforma SEM! Ottenere una previsione dipende dal modello che stai adattando (e ci sono tutti i tipi di modelli che puoi adattare in SEM!). Se si dispone di un modello di regressione (X -> Y), la chiave è utilizzare le stime dei parametri. Il coefficiente di regressione rappresenta la variazione del risultato, Y, per ogni variazione di unità nel predittore, X. Supponendo di avere una stima dell'intercetta di Y, è possibile assemblare un'equazione di regressione standard, tale che Y_hat = y_intercept + reg_coef * X , dove puoi inserire diversi valori X per vedere come cambia la tua Y (Y_hat) prevista.
Un altro caso potrebbe essere un modello in cui W -> X -> Y (chiamato modello di mediazione, qui X "media" la relazione tra W e Y). Se sei interessato all'effetto che W ha su Y, allora moltiplicheresti i due coefficienti di regressione per ottenere l'effetto "indiretto" da W a Y e quindi utilizzarlo per la tua equazione di previsione.
Ora, la buona notizia è che stiamo pianificando di aggiungere il profiler in JMP Pro 16, quindi questo sarà semplificato in futuro! L'altra buona notizia è che la stima in 15.1 sarà molto più veloce di 15.0, quindi assicurati di aggiornarlo non appena sarà disponibile 15.1 (a febbraio / 2020).
Ri: Puoi usare SEM per le previsioni?Grazie Laura!
Il modello è composto principalmente da 3 parti collegate tra loro:
1) Alcune X, dove 2 sono covarianze, predicono indirettamente una serie di Y attraverso un fattore latente.
2) Due di queste Y diventano X per la fase successiva e prevedono una Y insieme ad altre X
3) Questa Y diventa una nuova X per il livello 3 e prevede indirettamente, tramite un altro fattore latente, che un certo numero di Y finali si uniranno ad altre X
Come gestisco queste stime?
Per chiarezza, aggiungo un diagramma di struttura.
