Re : Tutoriel du développeur : Création de modèles d'équations structurelles dans JMP ProUne autre présentation de Laura :
Modélisation de trajectoires au fil du temps avec des modèles d'équations structurelles
Re : Tutoriel du développeur : Création de modèles d'équations structurelles dans JMP ProAu cours de la séance, Jessica a demandé : « Est-ce que cela ressemblerait davantage à un modèle acteur-partenaire (interdépendance) ? Un parent influence-t-il son enfant ?
Tutoriel du développeur : Création de modèles d'équations structurelles dans JMP ProLa modélisation d'équations structurelles fournit un cadre d'analyse général pour étudier les associations entre les variables observées et non observées.De nombreux modèles peuvent s’insérer dans ce cadre flexible. Cette flexibilité vient de la capacité de modéliser les variances, les covariances et les moyennes des données observées.
Ce didacticiel vidéo comprend des informations et des questions-réponses sur les objectifs, les approches et les fondements statistiques des bases des modèles d'équations structurelles.Il commence par les bases du SEM et est suivi de 3 études de cas, une pour chacun des deux éléments constitutifs du SEM (régression linéaire et analyse factorielle de confirmation) et une pour mettre en évidence les nouvelles fonctionnalités de JMP Pro 17 pour l'analyse multi-groupes.Il se termine par un résumé des principaux avantages du SEM et de l'utilisation de JMP Pro pour SEM. Les heures de début de chaque section sont indiquées ci-dessous. Utilisez les tableaux JMP ci-joints pour essayer SEM dans votre copie de JMP Pro 17.
Découvrez comment :
- Comprendre le quoi, le pourquoi et le comment du SEM
- Gérez les données manquantes avec des méthodes de pointe sans les tracas de l'imputation multiple
- Spécifier un modèle dans lequel les variables sont à la fois des prédicteurs et des résultats
- Comprendre les mécanismes par lesquels les choses se produisent
- Testez des théories spécifiques sur l'association de variables et tirez parti de votre expertise dans le domaine
- Variables de modèle qui ne peuvent pas être mesurées directement (c'est-à-dire variables latentes)
- Modéliser les variables qui comportent une erreur de mesure (et en tenir compte)
- Créez des diagrammes qui décrivent intuitivement vos modèles statistiques
- Comprendre les statistiques derrière les modèles
- Élément de base n° 1 – Régression linéaire simple et analyse de chemin (commence à ~ 42 : 34)
- Élément de base n°2 – Analyse factorielle de confirmation (commence à ~ 1:08:00)
- Analyse de groupes multiples (commence à ~ heure 1:21:13)
- Étend tous les modèles adaptés au SEM
- Étudier les similitudes et les différences entre les populations
- Nécessite une variable de regroupement (souvent avec quelques niveaux)
