使用 JMP SEM 檢查交互作用（調節效應）我是 SEM 的新手。 有沒有辦法使用 JMP 的 SEM 程序檢查相互作用（調節效應）？
回复：使用 JMP SEM 檢查交互（調節效應）你好@strecher1 ,
SEM 中的審核通過以下兩種方式之一完成：
- 與標準回歸類似，除了兩個主要影響外，還包括一個交互項作為預測變量。 如果你已經這樣做了 *外部* 對於 JMP，您可能必須手動創建乘法/交互項 - JMP 非常酷，因此在擬合模型（和其他平台）中，它可以節省您使用“交叉”按鈕執行此操作的時間 - 它進一步將術語集中到創造互動！ 但是，在 SEM 中，我還沒有（還）添加了節省時間的功能（但請留意未來！）。 因此，最簡單的方法是創建一個新的公式列（選擇列並右鍵單擊）：
請注意，如果您希望使用以均值為中心的項創建交互作用（通常希望避免多重共線性），您應首先選擇新公式列 > 分佈 > 中心，然後使用居中項創建乘積變量。
- SEM 有所謂的“多組分析”，它使人們能夠探索不同人群的影響是否/如何變化。 簡而言之，完全相同的模型同時適用於樣本（2 個或更多），其中一個模型通過強制某些參數估計值在各組之間相等並使用卡方差異檢驗來測試調節效應，以查看約束是否導致模型擬合明顯更差。 我們將在 JMP Pro 16 中提供多組分析。
這兩種方法都很好。 當每個組的樣本量很大時（“大”的定義取決於模型的複雜程度），通常建議 #2，否則 #1 是要走的路。 儘管 SEM 比回歸靈活得多，但我想說明一個在 SEM 中估計交互並與擬合模型進行比較的示例，以便您可以看到相似之處。 運行附加的腳本將顯示擬合模型和 SEM 結果，並將計算具有居中項的交互項。 如下所示，結果是相同的：
因此，乘法項是測試 SEM 中調節效應的關鍵。
高溫下，
~勞拉
