構造方程式モデリングローラCS
ローラさん、簡単な（といいのですが）質問があります。
結果変数Zを予測する2つの変数（xとy）があります。
問題は、yがxに依存していると思うことだ
yがZに独立して寄与しているのか、それともxの代理として機能しているのかを示すパス分析を設定したいのですが、思った通りにやっても、期待通りの答えが得られません。;)
ご指導ありがとうございました。
ティム・ロバーツ、CHOP放射線科教授
高度な統計モデリングデータの探索と視覚化Re: 構造方程式モデリング完全に同意します、ティム。 データが欠落していることに気づきませんでした...それは間違いなく小さな違いを説明しています!
Re: 構造方程式モデリング@LauraCSありがとう、でも経験的には、FA->M50 または GABA-->M50 の係数を変更すべきではないと思います。 重回帰モデルと媒介モデルの間にわずかな違いが見られる理由は、重回帰モデルを制限しない (?) 可能性があるが、媒介モデルまたは複数を制限する (?) 可能性がある少量の欠損データが原因である可能性が非常に高いです。曲線矢印共分散を持つ回帰モデル。 それは可能ですか？
Re: 構造方程式モデリングお役に立てて光栄です、 @robertstpl !メディエーション モデルは、Age が GABA と FA に影響を与えること、および (おそらく) Age が GABA と FA を通過する M50 に間接的な影響を与えるという仮説を立てていることを意味します。 赤い三角形のメニューには間接効果のオプションがあり、興味がある場合はそれらが何であるかを確認できます。 したがって、重要な間接効果がある場合、メディエーション モデルを使用すると、「年齢は、M50 への直接的な影響を超えて、GABA/FA を通じて M50 に影響を与える」などのステートメントを作成できます。 重回帰モデルは、年齢、GABA、および FA がどのように関連付けられているかについて明確な仮説を立てていません。共分散を追加することで、それらが関連している可能性があると仮定するだけですが、それらの関連性はそのモデルの主要な関心事ではない可能性があります.
HTH、
〜ローラ
Re: 構造方程式モデリングありがとう@LauraCSこれはとても役に立ちます。 調停モデル (直線) と共分散のある重回帰モデル (曲線) を使用した結果はどうなりますか?
Re: 構造方程式モデリングスクリーンショットを共有していただきありがとうございます。 特に分散の大きな違いを考えると、推定結果がこれらの小さな違いになるデータについて何かがあるのではないかと思います。 データを共有したい場合 (技術サポートまたは DM 経由)、詳細をお知らせします。 ただし、私が期待するのは同じ見積もりです。 添付のスクリプトは、シミュレートされたサンプル データ テーブルを使用して同じ 2 つのモデルを適合させ、結果は期待どおりです。
補足として、これらのモデルに共分散を追加することを検討することもできますが、それらがゼロになることを本当に期待している場合を除きます。 具体的には、経路モデルでは、GABA と FA の間の残差共分散が必要になる場合があり、回帰モデルでは、年齢、GABA、および FA の間の共分散を含めるのが通例です。
一番、
〜ローラ
Re: 構造方程式モデリング@LauraCS添付されたモデルの 2 つのスクリーン グラブ
Re: 構造方程式モデリング申し訳ありませんが、「x と y は Z に接続されていますが、互いに接続されていません」
Re: 構造方程式モデリングSEM（モデルが三角形の場合）と重回帰（xとyが接続されているが互いに接続されていない場合にこのパスが減少すると思います）の違いに帰着すると思いますか？ それは合理的な解釈ですか？ ところで、どうもありがとう
Re: 構造方程式モデリング同じ標準化されていない回帰推定値ですが、標準化された推定値は異なると思います。 これは、標準化された推定値が、これら 2 つのモデル間で異なる変数のモデルの暗黙の分散に依存するためです。 標準化されていない見積もりが異なる場合は、正確なモデルを確認する必要があります。 モデル/データを共有したい場合は、お気軽に私に DM を送ってください。 support@jmp.com
一番、
〜ローラ
Re: 構造方程式モデリングありがとう。 幸いなことに、それは多かれ少なかれ私たちがやっていたことでした。 悲しいことに、それは私たちが好まない答えを与えてくれます。 しかし、少なくとも私たちはそれが正しかったと確信しています。
興味深いことに、X と Y の間の接続を切断すると、つまり、X と Y の両方を個別に Z に移動させると、ほとんど同じ重みと p 値が得られますが、正確にはなりません。 正確ではない理由はありますか？
Thx - ティム
Re: 構造方程式モデリングこんにちはティム、
ご質問ありがとうございます。 モデルをどのように設定していますか？ あなたの説明に基づいて、次のようなモデルに適合することをお勧めします。
ここで、リーダーシップ = X、対立 = Y、満足度 = Z です。
注目したい重要な係数は、Y --> Z の係数のようです。 その推定値が統計的かつ実質的に有意である場合、Y は X が持つ以上の独立した寄与を Z に対して持っていることがわかります。 赤い三角形のメニューには、効果の大きさを定量化する効果量としてよく使用される標準化された推定値も表示されます。
HTH、
〜ローラ
