JMP Pro 18 結構方程模型平台概覽JMP Pro 18 終於發布了！結構方程模型 (SEM) 平台具有各種新功能，肯定會滿足那些擁有非常態資料（強大的標準誤差校正和平台範圍引導程式！）以及希望透過新模型快捷方式加快分析速度的人的需求（誰說測量不變性？）。
由於 SEM 平台是在 15.0 版本中引入的，因此我們累積了眾多功能，使用戶能夠完成各種複雜的工作。這篇文章的目標是向 SEM 研究人員提供 JMP Pro 提供的所有功能的完整概覽。觀看下面 6 分 34 秒的影片進行視覺導覽，或繼續閱讀以了解最新 SEM 功能是否完全或部分滿足您的需求。
掃描電子顯微鏡特點
- 此平台可以使用原始資料或預先匯總的資料（相關或協方差矩陣）啟動。也支援頻率變數進行分析，以及用於多組分析的分組變數。
- 平均結構始終包含在模型中。這使用戶能夠進行所有類型的 SEM 分析，從驗證性因素分析到路徑模型（有或沒有潛在變數）、潛在成長曲線、潛在變數平均值差異的多組分析等等。
- 最大似然是 SEM 平台中使用的估計器。當偵測到缺失資料時，平台會自動使用完整資訊最大似然。
- 穩健的標準誤差校正和整體測試校正可用於非常態數據，報告中可用的任何統計數據的引導程式（包括 Bollen-Stine 引導程式）也是如此。
- 互動式模型規格對於效率來說是最方便的，但如果需要，可以編寫腳本來執行或複製分析。 JMP 的工作流程建構器將記錄您的所有步驟，從資料操作到視覺化和分析，以實現完全可複製和共用。
- 對模型進行任何修改時都會提供動態使用者回饋，使用戶能夠在模型擬合之前識別模型規格、估計或其資料的潛在問題。
- 包含眾多模型快捷方式的選單可用於快速輕鬆地擬合常見模型。
- 提供了模型比較表，其中包含同一報告中擬合的所有模型的擬合統計。表格是互動的，可以現場進行卡方差異測試。在請求模型比較時，將執行用於識別嵌套模型的演算法（Bentler & Satorra，2010），並在模型未嵌套時向使用者發出警報。
- 每個擬合模型都提供所有標準輸出，包括擬合指數、非標準化和標準化估計值、總效應、間接效應、模型隱含矩陣、標準化殘差、觀測殘差、預測值、估計協方差、內生變數的R 方、修改指數、瑟斯頓和巴特利特因子評分等。
- 測量模型包括一個儀表板，可幫助評估結構的可靠性和有效性證據。此儀表板中的統計數據包括指標可靠性、構造和綜合可靠性（係數 Omega 和 H），以及提取平均方差和潛在變數和指標方差重疊的建構效度矩陣。
- JMP 的目標是對每項統計資料進行視覺化。根據此設計原則，SEM 平台在適當的情況下具有熱圖、長條圖、箱線圖、義大利麵圖和雙變量圖。
- 尖端演算法依賴具有數十年經驗的開發人員的統計計算專業知識，使模型擬合快速且有效率。
- 可以複製和貼上高品質的向量化圖像以在簡報和出版物中使用，包括完全互動式和可自訂的路徑圖。
- 路徑圖在其節點和邊中編碼資訊；邊緣的厚度、樣式和透明度可以對應到效果大小和統計測試，R 方值是節點內的陰影區域。
- 本地資料過濾器立即將 SEM 報告轉變為互動式儀表板，顯示所選樣本特徵的結果。在這裡，我們可以看到，選擇「女性」或「男性」會無縫更新報告，以顯示這些特定觀察結果的模型結果。
- 探索離群值和缺失值模式可以透過主選單輕鬆完成，該選單啟動其他 JMP 平台，並具有自己的探索資料功能。
- SEM 軟體中常見的其他統計技術包括潛在類別分析和潛在概況分析。這些以及許多其他多變量和單變量技術在 JMP Pro 中擁有自己的平台，並且可以在分析選單下使用。
SEM 平台在 JMP Pro 15 中引入後不斷成熟。
進階統計建模消費者與市場研究
