回复：开发人员教程：在 JMP Pro 中构建结构方程模型劳拉的另一个演讲：
使用结构方程模型对随时间变化的轨迹进行建模
回复：开发人员教程：在 JMP Pro 中构建结构方程模型在会议期间，杰西卡问道：“这是否更像演员-合作伙伴（相互依赖）模型？ 父母影响孩子？
开发人员教程：在 JMP Pro 中构建结构方程模型结构方程模型提供了一个通用分析框架，用于研究观察到的变量和未观察到的变量之间的关联。许多模型都可以适应这个灵活的框架。 这种灵活性来自于对观测数据中的方差、协方差和均值进行建模的能力。
本教程视频包含有关结构方程模型基础知识的目的、方法和统计基础的信息和问答。它从 SEM 基础知识开始，然后是 3 个案例研究，其中一个针对两个 SEM 构建模块（线性回归和验证性因子分析），另一个则强调用于多组分析的 JMP Pro 17 新功能。最后总结了 SEM 以及使用 JMP Pro 进行 SEM 的主要优势。 下面列出了每个部分的开始时间。 使用随附的 JMP 表在您的 JMP Pro 17 副本中尝试 SEM。
请参阅如何：
- 了解 SEM 的内容、原因和方式
- 使用尖端方法处理缺失数据，无需多重插补的麻烦
- 指定一个模型，其中变量既是预测变量又是结果变量
- 了解事情发生的机制
- 测试有关变量关联的特定理论并利用您的领域专业知识
- 无法直接测量的模型变量（又称潜在变量）
- 具有测量误差的模型变量（并解释它）
- 创建图表来直观地描述您的统计模型
- 了解模型背后的统计数据
- 构建模块 #1 – 简单线性回归和路径分析（大约时间 42:34 开始）
- 构建模块 #2 – 验证性因素分析（大约时间 1:08:00 开始）
- 多组分析（大约时间 1:21:13 开始）
- 扩展所有模型适合 SEM
- 研究不同人群之间的相似点和差异
- 需要分组变量（通常只有几个级别）
