JMP Pro 18 結構方程模型平台概覽JMP的發布® Pro 18 終於來了！ 結構方程模型(SEM) 平台擁有各種新功能，這些功能一定會讓那些擁有非常態資料（穩健的標準誤差校正和平台範圍的引導程式！）以及希望使用新的模型快捷方式（誰說測量不變性？）加速分析的人感到滿意。
自從 JMP 15 推出 SEM 平台以來，我們累積了眾多功能，幫助使用者完成各種複雜的工作。本文旨在全面介紹 JMP Pro 為 SEM 研究人員提供的所有功能。您可以觀看下方短片，了解 JMP Pro 的最新功能是否能夠完全或部分滿足您的需求。
無特徵
- 此平台可以使用原始資料或預先匯總的資料（相關矩陣或協方差矩陣）啟動。此外，平台還支援頻率變數的分析，以及用於多組分析的分組變數。
- 均值結構始終包含在模型中。這使得使用者能夠進行所有類型的 SEM 分析，包括驗證性因子分析、路徑模型（含或不含潛在變數）、潛在成長曲線、潛在變數平均值差異的多組分析等等。
- SEM平台所使用的估計量是最大似然法。當偵測到缺失資料時，平台會自動使用完整資訊最大似然法。
- 對於非常態數據，可以使用穩健標準誤差校正和整體檢定校正，也可以使用報告中提供的任何統計數據的引導程式（包括 Bollen-Stine 引導程式）。
- 互動式模型規格最方便且高效，但您也可以根據需要編寫腳本來執行或複製分析。 JMP Workflow Builder 可以記錄您的所有步驟，從資料操作到視覺化和分析，實現完全的可複製和共用。
- 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範、估計值或資料的潛在問題。
- 選單中包含大量模型快捷方式，可快速輕鬆地適應常見模型。
- 系統會顯示一個模型比較表，其中包含同一份報告中所有適配模型的適配度統計量。此表具有互動功能，可即時進行卡方差異檢定。在請求模型比較時，系統會執行一種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。
- 每個擬合模型都可以提供所有標準輸出，包括擬合指數、非標準化和標準化估計值、總體效應、間接效應、模型隱含矩陣、標準化殘差、觀測殘差、預測值、估計值的協方差、內生變數的 R 平方、修正指數、瑟斯頓和巴特利特因子得分等。
- 測量模型包括一個儀表板，用於協助評估結構信度和效度證據。此儀表板中的統計資料包括指標信度、結構信度和複合信度（Omega 係數和 H 係數），以及擷取了平均變異數的結構效度矩陣，並計算了潛變數和指標的變異數重疊。
- JMP 致力於為每個統計資料提供視覺化效果。秉承這項設計原則，SEM 平台在適當的情況下提供了熱圖、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，使模型的擬合快速且有效率。
- 可以複製和貼上高品質的向量圖像以用於簡報和出版物，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；邊的厚度、樣式和透明度可以對應到效應大小和統計檢驗，而 R 平方值是節點內的陰影區域。
- 本地資料過濾器會立即將 SEM 報告轉換為互動式儀表板，顯示樣本中選定特徵的結果。在這裡，我們可以看到，選擇「女性」或「男性」會無縫更新報告，以顯示針對這些特定觀察結果的模型結果。
- 可以從主選單輕鬆探索異常值和缺失值模式，該選單會啟動具有自身資料探索功能的其他 JMP 平台。
- SEM 軟體中常見的其他統計技術包括潛在類別分析和潛在剖面分析。這些技術以及許多其他多變量和單變量技術在 JMP Pro 中都有各自的平台，可在「分析」功能表下找到。
SEM平台在JMP® Pro 15中推出後不斷成熟。
進階統計建模消費者與市場研究
