La modellazione di equazioni strutturali è una tecnica multivariata per analizzare le relazioni strutturali e testare le teorie delle relazioni tra variabili osservate (manifeste) o non osservate (latenti).SEM combina l'analisi fattoriale e l'analisi di regressione multipla.
Nuovo Funzionalità JMP SEM in JMP Pro 16 includono:
- Possibilità di personalizzare i diagrammi di percorso utilizzando i menu di scelta rapida
- Profiler di previsione disponibile per l'interazione con un modello
- La piattaforma SEM ora accetta dati riepilogati, come una matrice di correlazione
- Capacità di costruire vari modelli e confrontarli utilizzando una tabella di confronto dei modelli
- Scorciatoie per la creazione di modelli di uso comune
Utilizza il video e il diario allegati con file e script JMP per esplorare l'analisi del percorso, l'analisi fattoriale confermativa e la regressione con variabili latenti.
Domande e risposte dal webinar dal vivo di Jian Cao del 22 aprile 2021
Q : Include l'equazione di previsione con tutte le stime per un dato modello?
UN: Sì, tutte le informazioni per la creazione delle equazioni di previsione sono disponibili nell'output ma sono presentate in una tabella anziché in un formato di equazione di previsione.
Q: JMP fornisce anche indici di modifica
UN: Sì, trovi gli indici di modifica sotto l'opzione del menu del triangolo rosso.
Q: Vengono utilizzati set di formazione, verifica e test per costruire e valutare i modelli?
UN: No, questa è un'analisi confermativa, non predittiva.
Q: Puoi analizzare i residui?
UN: Sì, i residui possono essere modellati esplicitamente.
Q: C'è un modo per ottenere un ordine di classifica di importanza variabile?
UN: Ci sono stime di parametri standardizzati che può essere utilizzato come dimensione dell'effetto. Questi possono essere classificati nell'output.
Q: La piattaforma JMP Pro SEM può supportare l'analisi causale, come con SAS Proc Causalgraph (in particolare, il concetto di BackDoor Criterion?
UN: La piattaforma è paragonabile a PROC CALIS anziché a PROC CAUSALGRAPH.
Q: Nel diagramma dell'esempio web, qual è la differenza tra la Privacy latente (forma circolare) e la variabile di risposta Privacy (forma rettangolare)?
UN: I quadrati sono le variabili che abbiamo nella tabella dati.Sono le risposte a diverse domande poste sulla privacy percepita di un sito web. Il Cerchio è una variabile latente non osservata che modelliamo sfruttando le informazioni provenienti dalle variabili osservate (i quadrati a cui punta).
Q: Sono disponibili effetti indiretti?
UN: Gli effetti totali e indiretti con valori significativi saranno disponibili nella 16.1, a causa del rilascio del 3Q.
Risorse
