級別：初學者
SAS JMP研究統計學家開發人員Laura Castro-Schilo
抽象：
結構方程模型（SEM）是JMP Pro 15中的一個新平台，提供了許多建模工具。驗證性因素分析，路徑分析，測量誤差模型和潛在增長曲線模型只是其中的一些可能性。在此演示文稿中，我們通過描述SEM，向分析師和研究人員提供的獨特功能，如何在JMP Pro 15中實現它以及如何將其應用到包括市場和消費者在內的多個領域，來對SEM進行一般介紹。研究，工程，教育，健康等。我們使用每個人都可以關聯的經驗示例，展示SEM平台如何用於探索變量之間的關係並測試競爭性理論。
摘要：
下面的視頻顯示瞭如何擬合與演示文稿中每個“情感理論”一致的模型。連同隨附的幻燈片，可以指導用戶如何使用SEM平台。以下是要點：
- 關於變量如何相互關聯，我們有3種先驗理論
- 我們在SEM中擬合了可映射到每個理論的模型
- 我們通過以下方式尋找最合適的模型：
- 檢查個人模型擬合。在此示例中，我們使用卡方檢驗（卡方），一種不適合的度量標準–我們希望它相對於自由度（df）較小且不重要，但 CFI和RMSEA 也可以使用，並且對於大樣本量更好。我們還使用了歸一化殘差熱圖；我們希望這些殘差在+/- 2個單位內。
- 比較各個模型的擬合度。的 AICc權重幫助我們完成這項任務。當模型嵌套時（即，一個模型完全包含在另一個模型中-在我們的示例中，理論1的模型嵌套在理論2的模型中），我們可以得出卡方與df之差以獲得可以用卡方分佈檢驗顯著性的delta-chi-square和delta-df。
<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-l1Zng3ajE6RHdjL_FgwrRV5vjMrBY0Xrw1600h825r759', 'l1Zng3ajE6RHdjL_FgwrRV5vjMrBY0Xr', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"1600px","height":"825px"}); （在“我的視頻”中查看）
