구조 방정식 모델링은 관찰된 변수와 관찰되지 않은 변수 간의 연관성을 조사하기 위한 일반적인 분석 프레임워크를 제공합니다.이 유연한 프레임워크에는 수많은 모델이 적합할 수 있습니다. 이러한 유연성은 관측된 데이터의 분산, 공분산 및 평균을 모델링하는 능력에서 비롯됩니다.
이 튜토리얼 비디오에는 구조 방정식 모델의 기본 사항에 대한 목적, 접근 방식 및 통계적 기반에 대한 정보와 Q&A가 포함되어 있습니다.이 과정은 SEM의 기초부터 시작하여 3가지 사례 연구로 이어집니다. 두 가지 SEM 구성 요소(선형 회귀 및 확인 요인 분석) 각각에 대해 하나씩, 다중 그룹 분석을 위한 새로운 JMP Pro 17 기능을 강조하는 것입니다.SEM의 주요 이점과 SEM용 JMP Pro 사용에 대한 요약으로 마무리됩니다. 각 섹션의 시작 시간은 아래와 같습니다. 첨부된 JMP 표를 사용하여 JMP Pro 17 사본에서 SEM을 사용해 보세요.
방법을 확인하세요:
- SEM의 내용, 이유, 방법 이해
- 다중 대치의 번거로움 없이 최첨단 방법으로 누락된 데이터를 처리합니다.
- 변수가 예측 변수이자 결과인 모델 지정
- 일이 발생하는 메커니즘을 이해합니다.
- 변수 연관성에 대한 특정 이론을 테스트하고 해당 분야 전문 지식을 활용하세요.
- 직접 측정할 수 없는 모델 변수(잠재 변수라고도 함)
- 측정 오류가 있는 모델 변수(및 이를 설명)
- 통계 모델을 직관적으로 설명하는 다이어그램 만들기
- 모델 이면의 통계 이해
- 빌딩 블록 #1 – 단순 선형 회귀 및 경로 분석(~ 42:34에 시작)
- 빌딩 블록 #2 – 확인적 요인 분석(~ 시간 1:08:00에 시작)
- 다중 그룹 분석(~시간 1:21:13에 시작)
- 모든 모델을 SEM에 맞게 확장
- 모집단 간의 유사점과 차이점 조사
- 그룹화 변수가 필요합니다(종종 수준이 적음).
Laura의 질문과 답변 @LauraCS 그리고 제임스 @JamesK4 영상에 섞여있습니다.그 밖에도 몇 가지 질문이 나왔습니다:
Q: SEM의 누락된 값을 처리하는 데 대치가 사용됩니까?
A: 아니요. JMP SEM은 FIML(전체 정보 최대 우도)을 사용하여 행이나 열에 부분 데이터만 있는 경우에도 분석에 사용 가능한 모든 데이터를 사용하여 모수를 추정하므로 다중 대체가 필요하지 않습니다. FIML은 누락된 데이터를 처리하기 위한 최첨단 추정 방법으로, 누락된 데이터가 감지된 경우 JMP Pro에서 기본적으로 사용됩니다.
Q: SEM은 중재자와 중재자를 어떻게 모델링합니까?
A: 사용자는 다른 변수와 마찬가지로 SEM 플랫폼을 시작하는 데 사용할 수 있는 제품 조건을 만들 수 있습니다.이러한 제품 용어는 조정 효과라고도 하는 상호 작용 효과를 테스트하는 데 도움이 됩니다. 조정 분석은 SEM 플랫폼의 '모델 바로가기' 메뉴에서 사용할 수 있습니다. 중재 및 중재 중재에 관심이 있는 사용자도 이 기능을 사용할 수 있습니다. 애드인 해당 모델을 추정하기 위해.
Q: 관측 잔차도 얻을 수 있나요(Bollen, 1990)?
A: SEM 보고서의 빨간색 삼각형 메뉴 아래 "열 저장" > 관측 잔차 저장에서 수행할 수 있습니다. 여기는 잔차에 대한 문서 .
Path Diagrams: Intuitive, Powerful, Represent Statistical Model경로 다이어그램: 직관적이고 강력하며 통계 모델을 나타냅니다.
How Does SEM Work?SEM은 어떻게 작동하나요?
Law Enforcemment Example법 집행의 예
자원:
세션 중 제시카는 "배우-파트너(상호의존) 모델에 더 가깝나요?"라고 물었다. 부모가 아이에게 영향을 미치나요?
