Structural Equation Modeling은 구조적 관계를 분석하고 관찰 된 (매니페스트) 또는 관찰되지 않은 (잠재) 변수 간의 관계 이론을 테스트하는 다변량 기술입니다.SEM은 요인 분석과 다중 회귀 분석을 결합합니다.
새로운 JMP SEM 기능 JMP Pro 16에는 다음이 포함됩니다.
- 마우스 오른쪽 버튼 클릭 메뉴를 사용하여 경로 다이어그램을 사용자 정의하는 기능
- 모델과 상호 작용하기 위해 사용 가능한 예측 프로파일 러
- SEM 플랫폼은 이제 상관 매트릭스와 같은 요약 데이터를 수용합니다.
- 다양한 모델을 구축하고 모델 비교표를 사용하여 비교하는 기능
- 일반적으로 사용되는 모델을 만들기위한 바로 가기
파일 및 JMP 스크립트와 함께 첨부 된 비디오 및 저널을 사용하여 경로 분석, 확인 요인 분석 및 잠재 변수를 사용한 회귀를 탐색하십시오.
Jian Cao의 라이브 웨비나에서 Q & A 2021 년 4 월 22 일
큐 : 주어진 모델에 대한 모든 추정치와 함께 예측 방정식을 포함합니까?
ㅏ: 예, 예측 방정식을 만드는 데 필요한 모든 정보는 출력에서 사용할 수 있지만 예측 방정식 형식이 아닌 테이블로 표시됩니다.
큐: JMP는 수정 색인도 제공합니까?
ㅏ: 예, 빨간색 삼각형 메뉴 옵션에서 수정 색인을 찾을 수 있습니다.
큐: 모델을 구축하고 평가하는 데 훈련, 검증 및 테스트 세트가 사용됩니까?
ㅏ: 아니요, 이것은 예측이 아닌 확증적인 분석입니다.
큐: 잔차를 분석 할 수 있습니까?
ㅏ: 예, 잔차는 명시 적으로 모델링 할 수 있습니다.
큐: 변수 중요도의 순위를 얻는 방법이 있습니까?
ㅏ: 있습니다 표준화 된 모수 추정 효과 크기로 사용할 수 있습니다. 그것들은 출력에서 순위를 매길 수 있습니다.
큐: JMP Pro SEM 플랫폼은 SAS Proc Causalgraph (특히 BackDoor Criterion의 개념)와 마찬가지로 인과 분석을 지원할 수 있습니까?
ㅏ: 이 플랫폼은 PROC CAUSALGRAPH가 아닌 PROC CALIS와 비슷합니다.
큐: 웹 예제 다이어그램에서 프라이버시 잠복 (원형)과 프라이버시 응답 변수 (직사각형)의 차이점은 무엇입니까?
ㅏ: 제곱은 데이터 테이블에있는 변수입니다.웹 사이트의 개인 정보 보호에 대해 묻는 몇 가지 질문에 대한 답변입니다. 원은 관찰 된 변수 (가리키는 제곱)의 정보를 활용하여 모델링하는 관찰되지 않은 잠재 변수입니다.
큐: 간접 효과를 사용할 수 있습니까?
ㅏ: 유의성 값이있는 전체 및 간접 효과는 3 분기에 출시 될 예정입니다.
자원
- SEM의 기초 Laura Castro-Schilo, JMP 및 James R. Koepfler, JMP의 Discovery Europe 2021 프레젠테이션 및 비디오
- 결합 된 트윈 증류 컬럼의 구조 방정식 모델링 컨설턴트 Markus Schafheutle의 Discover Europe 2021 프레젠테이션 및 비디오; Laura Castro-Schilo, JMP; 및 Christopher Gotwalt, JMP
