Benvenuti al mio primo post sulla modellazione di equazioni strutturali e sulla sua piattaforma corrispondente in JMP Pro . Ho intenzione di pubblicare mensilmente articoli che spieghino i principi della modellazione di equazioni strutturali e come implementarli in JMP Pro. In questo primo post, introdurrò la modellazione di equazioni strutturali e spiegherò brevemente dove è stata utilizzata in passato e dove potrebbe essere utilizzata in futuro.
Che cosa è SEM?
La modellazione ad equazioni strutturali (SEM) è un metodo consolidato per la modellazione di sistemi multivariati, che ha trovato ampia diffusione nelle scienze comportamentali e sociali. La sua popolarità in questi campi è dovuta in gran parte alla semplicità di rappresentazione visiva di sistemi multivariati complessi. I SEM sono ideali per comprendere relazioni complesse tra variabili, consentendo di spiegarle anche a coloro che hanno poca esperienza nel campo della modellazione o dei sistemi di equazioni. Non solo, i SEM consentono di determinare quantitativamente l'effetto indiretto delle variabili e di modellare qualsiasi variabile sia come input che come output. Di conseguenza, i SEM possono individuare relazioni che altrimenti potrebbero essere trascurate o confuse con i metodi di modellazione tradizionali.
Motivazione
Da neolaureato in ingegneria chimica, ho preso nota di queste proprietà uniche del SEM e sono interessato ad esplorarne le applicazioni in ambito scientifico e ingegneristico, un presupposto che deve ancora essere approfondito. Di conseguenza, ho iniziato ad approfondire l'argomento del SEM e a imparare a costruire, valutare e modificare questi modelli all'interno della piattaforma JMP SEM recentemente aggiunta. Questa piattaforma è stata introdotta in JMP Pro 15 ed è stata oggetto di numerosi post sul blog. Con l'arrivo di JMP Pro 16, e quindi l'aggiunta di numerose nuove funzionalità al modulo SEM, mi è sembrato il momento giusto per compilare una serie di tutorial che illustrassero il mio percorso di apprendimento del SEM e la sua applicazione con JMP Pro 16.
Ho intenzione di aggiornare questa serie di tutorial JMPer Cable man mano che approfondisco l'argomento e il modulo man mano che viene sviluppato; questa serie fungerà anche da tutorial introduttivi per il modulo SEM di JMP Pro 16. In questa serie, spero di individuare gli ostacoli più comuni e affrontare argomenti difficili che ho affrontato di recente. In questa serie, mostrerò vari concetti SEM utilizzando brevi dimostrazioni video, applicando set di dati di facile comprensione.
Quando può essere utilizzato il SEM?
Potreste chiedervi perché il SEM abbia avuto una scarsa adozione in ambito ingegneristico, pur essendo ampiamente utilizzato nelle scienze comportamentali e sociali. Le ragioni principali sono due. In primo luogo, esiste una significativa barriera all'ingresso nell'impiego del SEM in qualsiasi contesto, poiché è richiesta una conoscenza approfondita delle diverse metriche e metodi statistici. I precedenti software SEM erano in genere piuttosto difficili da comprendere e non disponevano di molti tutorial completi. La piattaforma JMP SEM supera gli svantaggi associati ad altri pacchetti software SEM grazie a una piattaforma di analisi visiva integrata insieme agli output statistici, consentendo un facile confronto tra i modelli.
Inoltre, gli utenti di SEM devono avere una conoscenza approfondita di diverse regole per identificare correttamente il modello ed evitare errori nella determinazione di una soluzione. JMP include una finestra di stato che segnala automaticamente eventuali errori o violazioni delle regole che potrebbero ostacolare l'identificazione del modello, insieme a una pratica spiegazione del motivo per cui si è verificato l'errore e di come risolverlo. Parlerò di questa scheda di errore in un post successivo, ma per ora sappiate che questo mi ha fatto risparmiare innumerevoli ore di debug e ha ridotto la mia frustrazione con i modelli che non convergono.
In secondo luogo, il SEM viene tipicamente impiegato in situazioni in cui esiste una struttura ipotizzata per il modello sottostante, dando origine a modelli creati sulla base della conoscenza del sistema da parte dell'utente e delle relazioni tra le variabili. I dati raccolti vengono quindi introdotti per supportare o confutare l'ipotesi descritta dal modello. In ingegneria, tuttavia, la costruzione di modelli segue solitamente un approccio basato sui dati, in cui i dati raccolti da esperimenti o sistemi vengono studiati per poi formulare ipotesi e conclusioni. Questo è il motivo per cui altri metodi basati sui dati, come il machine learning, sono più tipicamente impiegati in ingegneria e ciò evidenzia un'evidente problematica nell'applicazione del SEM in questo campo. Propongo che esistano un paio di modi in cui il SEM può ancora essere applicato, ma dovrete attendere i post successivi di questa serie per saperne di più.
Problemi tipici con SEM
Uno svantaggio dell'utilizzo del SEM è che richiede un campione di grandi dimensioni per trarre inferenze ragionevoli e accurate. La tipica unità di osservazione nel contesto ingegneristico sarebbe il singolo sistema studiato. Quando si applica il SEM a situazioni ingegneristiche, molte aziende dovrebbero condividere i propri dati su sistemi simili affinché il modello SEM venga validato, cosa che non accade spesso. Tuttavia, esistono alcune applicazioni SEM avanzate che potrebbero essere impiegate per aggirare questo problema utilizzando dati di processo dipendenti dal tempo.
Metodologia SEM
Poiché il tipico processo di adattamento dei SEM può essere concepito come un metodo a quattro fasi, seguirò questo metodo in modo più o meno dettagliato in questa serie di JMPer Cable per spiegare come ciascun concetto si collega a questa metodologia tipica. Le quattro fasi sono le seguenti:
Grazie per la lettura e spero che questo articolo abbia catturato il vostro interesse per le applicazioni del SEM in ambito ingegneristico, nonché per le potenti funzionalità del SEM e della piattaforma SEM in JMP Pro. Non vedo l'ora di leggere i vostri commenti.
Bellissimo primo post Jordan. Sono interessato ad applicare il SEM a problemi aziendali e finanziari. Continuerò a leggere i tuoi prossimi post.
Bellissimo post Jordan, non vedo l'ora di leggere il prossimo 
Grazie per il tuo interesse @gzmorgan0 , questo è un argomento interessante e sono sicuro che uno dei miei post futuri approfondirà questa idea.
Grazie @jordanwalters .Aspetto con ansia la tua discussione sulla modifica del modello. Uno dei miei interessi è la progettazione efficiente degli esperimenti dato un processo che ha un SEM convalidato. Non sono sicuro che la tua prossima presentazione affronti questo argomento, ma non vedo l'ora di quella discussione.
Sono davvero curioso di leggere di più sul SEM! Ben fatto @jordanwalters
Ottimo primo post, @jordanwalters ! Aspetto già con ansia il prossimo.
