Re: 개발자 튜토리얼: JMP Pro에서 구조 방정식 모형 구축Laura의 또 다른 프레젠테이션:
구조 방정식 모델을 사용하여 시간 경과에 따른 궤적 모델링
Re: 개발자 튜토리얼: JMP Pro에서 구조 방정식 모형 구축세션 중 제시카는 "배우-파트너(상호의존) 모델에 더 가깝나요?"라고 물었다. 부모가 아이에게 영향을 미치나요?
개발자 튜토리얼: JMP Pro에서 구조 방정식 모델 구축구조 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).
