저는 지상 초목과 식물 유전자형이 다른 플롯에서 32개월 동안 수집한 768행의 데이터 세트를 가지고 있습니다. 기후 데이터(T, RH 및 Rain)는 인근 기상 관측소에서 같은 기간 동안 수집되었습니다. 진딧물의 추정 밀도와 개미 및 일반적인 포식자에 대한 발생 데이터가 있습니다. 저는 JMP의 경로 분석을 사용하여 기후의 외인성 변수가 식물의 진딧물과 포식자 발생에 어떤 영향을 미치는지, 그리고 개미와 포식자의 발생이 식물의 진딧물 밀도에 어떤 영향을 미치는지 탐구하고 싶습니다. JMP 16 Pro의 구조 방정식 모델 기능을 사용하여 적절한 모델을 구축하는 방법을 살펴보았지만 적절한 적합도를 유지하면서 인색하게 적절한 모델을 선택하는 방법에 대해서는 아직 확신이 서지 않습니다. 26개의 매개변수로 다음 모델을 구축했습니다.
진딧물에 대한 T, RH 및 강우 단방향 효과
진딧물과 공존하는 개미와 포식자
RH와 공변하는 T
강우량과 공변하는 RH
CIF는 거의 1에 가깝고 RMSEA는 0에 가깝습니다.
출력은 괜찮은 것 같지만 내생 변수인 진딧물, 개미, 포식자의 R2가 상당히 낮습니다.
데이터 요약에 대해 동일한 분석을 시도했습니다. 샘플 크기는 64개였습니다. 이것은 나에게 더 낮은 CIF와 더 높은 RMSEA(즉, 더 좋지 않은 적합도)를 제공하지만 세 가지 내생 변수 각각의 많은 R2를 제공합니다.
내 질문은 다음과 같습니다.
1. 원래 데이터가 아닌 평균 요약으로 작업해도 괜찮습니까(샘플 크기는 줄어들지만 매개변수는 변경되지 않음).
2. CIF와 RMSEA에 비해 내생변수의 R2가 중요한가?
3. 모델의 매개변수 수를 줄이는 대신 변수를 제거하고/하거나 변수 쌍을 줄이는 것을 어떻게 정당화할 수 있습니까?
관심 있는 JMP 커뮤니티 구성원과의 상호 작용을 통해 질문을 명확히 하고 유용한 피드백을 받아 데이터 세트를 분석하는 데 올바른 접근 방식을 사용할 수 있기를 기대합니다.
감사합니다
약간 뒤틀리게 하다
