级别：初学者
SAS JMP研究统计学家开发人员Laura Castro-Schilo
抽象：
结构方程模型（SEM）是JMP Pro 15中的一个新平台，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。在此演示文稿中，我们通过描述SEM，向分析师和研究人员提供的独特功能，如何在JMP Pro 15中实现它以及如何将其应用于包括市场和消费者在内的多个领域，来对SEM进行一般介绍。研究，工程，教育，健康等。我们使用每个人都可以关联的经验示例，展示SEM平台如何用于探索变量之间的关系并测试竞争性理论。
摘要：
以下视频显示了如何拟合与演示文稿中的每个“情感理论”一致的模型。连同随附的幻灯片，可以指导用户如何使用SEM平台。以下是要点：
- 关于变量如何相互关联，我们有3种先验理论
- 我们在SEM中拟合了可映射到每个理论的模型
- 我们通过以下方式寻找最合适的模型：
- 检查个人模型拟合。在此示例中，我们使用卡方检验（卡方），一种不适合的度量标准–我们希望它相对于自由度（df）较小且不重要，但 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。
- 比较各个模型的拟合度。的 AICc权重帮助我们完成这项任务。当模型嵌套时（即，一个模型完全包含在另一个模型中-在我们的示例中，理论1的模型嵌套在理论2的模型中），我们可以得出卡方和df之间的差以获得可以用卡方分布检验显着性的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“我的视频”中查看）
