Ciao JMP Community:
Dove posso trovare la documentazione sui modelli Latent Growth Curve (LGC)? Nel capitolo 8 della documentazione relativa ai metodi multivariati, LGC è menzionata come una delle funzionalità di JMP15 tramite la piattaforma Multivariate -> SEM. Tuttavia, non riesco a trovare alcun esempio di come eseguire questa operazione in JMP15.
Qualcuno può aiutare?
Grazie
Narayanan
@Narayanan è un'opzione nella piattaforma Miltivariate in JMP Pro 15. Quando ti trovi nella piattaforma SEM, è un'opzione nel menu a discesa Selezione modello. È inoltre possibile specificare il modello da zero utilizzando le caselle delle specifiche e verificare il modello nella vista Diagramma. Ho eseguito alcuni modelli LGC utilizzando la piattaforma, è veloce con set di dati relativamente grandi.
Ciao @Narayanan ,
Una rapida ricerca non ha rivelato un esempio specifico ma ha delineato i passaggi coinvolti come indicato in Panoramica dei modelli di equazioni strutturali
@LauraCS @sheila_loring possiamo aggiungere un esempio specifico di LGC in un aggiornamento alla documentazione?
Stan
@Narayanan ,
Purtroppo non abbiamo un esempio nel documento, ma dovrebbe arrivare presto! Dovremo iniziare aggiungendo una tabella di dati di esempio adatta per un LGC.
Per ora, eccone alcuni linee guida per le curve di crescita latente :
(1) I dati sulle misure ripetute dovrebbero essere in formato "ampio"
(2) Le LGC più comuni sono:
(2.a) Modello di "nessuna crescita", che è un modello di sola intercettazione. Cioè, una linea piatta è adatta ma consentiamo la variabilità nell'intercetta in modo tale da poter ottenere una stima della linea "piatta" di ciascun individuo.
(2.b) Modello "Crescita lineare", che ha un fattore di intercettazione e pendenza, ciascuno con varianze stimate per consentire di capire quanto ogni individuo si discosti dalla linea media ("parte" in termini di intercettazione e pendenza) - possiamo stimare le linee più adatte per ogni individuo nei dati.
(2.c) Modello "Crescita quadratica", simile al lineare ma aggiungiamo anche una pendenza quadratica. Ora la traiettoria può assumere una forma non lineare.
(3) Ciascuno dei LGC descritti al punto 2 può essere specificato automaticamente utilizzando il menu a discesa "Collegamenti modello".
(4) Quando si montano tutte e 3 le alternative, è possibile utilizzare la tabella "Confronto modelli" per determinare il modello di raccordo migliore.
(5) È anche una buona idea usare una trama parallela (o spaghetti) per visualizzare le traiettorie.
(6) Le variazioni di intercetta, pendenza lineare e pendenza quadratica possono essere fissate a zero se ritenuto necessario.
JSL Script
Allego una sceneggiatura che dovrebbe aiutare come esempio.
- La prima parte simula i dati per 100 individui che sono stati ripetutamente misurati in quattro occasioni a intervalli di dimensioni uguali.
- Quindi converto i dati in grande formato per essere appropriato per SEM
- Per visualizzare le traiettorie, utilizzo una trama parallela
- Avvio quindi la piattaforma SEM
Se sei propenso a eseguire lo script, per favore:
(1) fare clic su Collegamenti modello, selezionare la prima opzione e fare clic su Esegui.
(2) fare nuovamente clic su Scorciatoie modello per selezionare la seconda opzione e fare clic su Esegui.
(3) Infine, selezionare la terza opzione e fare clic su Esegui.
Il modello di generazione dei dati era una curva di crescita lineare, che è la ragione per cui quel modello si adatta bene e non produce alcun avviso (come varianze negative). Le varianze negative nelle LGC sono talvolta sintomi di eccesso di adattamento.
Spero che aiuti! L'analisi dei dati longitudinali è così divertente! 
~ Laura
PS @G_M Sono contento che tu abbia utilizzato la piattaforma e abbia trovato questi modelli per funzionare bene!
