Valeurs de départ pour les modèles d'équations structurellesBonjour,
J'apprécie vraiment la plate-forme JMP Pro 16 SEM - merci à l'équipe de développement pour tout le travail acharné et les efforts que vous y avez consacrés, ainsi qu'à la communauté pour avoir soulevé d'excellentes suggestions d'ajouts (par exemple, « Évaluer le modèle de mesure »).
Existe-t-il un moyen de spécifier des valeurs de départ pour les paramètres dans la plateforme SEM ? J'essaie de mettre en œuvre la technique de marqueur CFA complète suggérée par Williams et al. 2010 pour évaluer la variance des méthodes courantes (voir : https://journals.sagepub.com/doi/abs/10.1177/1094428110366036 ). Il semble que les valeurs de départ seraient utiles car JMP semble avoir du mal (dans certains cas) à estimer certains paramètres du modèle une fois que la variable de marqueur latente supplémentaire et les éléments sont ajoutés au modèle.
De plus, s’il existe un moyen simple d’automatiser la sortie suggérée par Williams et al. 2010 dans une future version de JMP Pro, ce serait génial !
Merci!
Études de marché et de consommationRe : Valeurs de départ pour les modèles d'équations structurelles@bsam12 ,
Ravi d'entendre que vous appréciez la plateforme SEM ! Actuellement, les utilisateurs ne sont pas en mesure de spécifier des valeurs de départ car nous avons investi beaucoup d'efforts dans des algorithmes qui, nous l'espérons, élimineront ce fardeau pour les utilisateurs. Cela dit, il pourrait très bien y avoir des caractéristiques de données qui conduisent à la non-convergence et peut-être que l'activation de valeurs de départ spécifiées par l'utilisateur pourrait aider. Je prends note de votre demande (merci !).
En ce qui concerne le ou les modèles spécifiques que vous adaptez, je vois que Williams et al. (2010) suggèrent un modèle général avec certaines restrictions potentielles (par exemple, omettre la covariance de la variable latente marqueur avec les variables latentes substantielles, fixer les poids de la variable latente marqueur avant de la relier aux indicateurs substantiels, etc.). Je suis curieux de savoir s'il y a suffisamment de restrictions dans les modèles qui vous posent problème pour garantir l'identification du modèle. En effet, la figure 1 de l'article est très similaire à un modèle bifactoriel et, sans restrictions importantes, il est possible que le modèle ne soit tout simplement pas identifié. Seriez-vous en mesure de partager vos données et vos scripts avec notre équipe de support technique ? Vous pouvez les envoyer à support@jmp.com et nous serions heureux d'examiner les détails.
Meilleur,
~Laura
