Laura Castro-Schilo, JMP Research Statistician Developer, SAS
Astratto:
Structural Equations Models (SEM) è una nuova piattaforma in JMP Pro 15 che offre numerosi strumenti di modellazione. Analisi fattoriale confermativa, analisi del percorso, modelli di errore di misurazione e modelli di curva di crescita latente sono solo alcune delle possibilità. In questa presentazione, forniamo un'introduzione generale a SEM descrivendo cos'è, le caratteristiche uniche che offre ad analisti e ricercatori, come viene implementato in JMP Pro 15 e come viene applicato in una varietà di campi, tra cui ricerche di mercato e sui consumatori, ingegneria, istruzione, salute e altri. Utilizziamo un esempio empirico, a cui tutti possono relazionarsi, per mostrare come la piattaforma SEM viene utilizzata per esplorare relazioni tra variabili e testare teorie concorrenti.
Riepilogo:
Il video qui sotto mostra come adattare modelli coerenti con ciascuna delle "Teorie delle emozioni" nella presentazione. Insieme alle slide allegate, gli utenti possono essere guidati su come utilizzare la piattaforma SEM. Ecco i punti chiave:
- Abbiamo 3 teorie a priori su come le nostre variabili si relazionano tra loro
- Adattiamo modelli in SEM che si adattano a ciascuna delle teorie
- Cerchiamo il modello più appropriato:
- Esaminando l'adattamento del modello individuale. In questo esempio abbiamo utilizzato il chi-quadrato, una misura di disadattamento: vogliamo che sia piccolo rispetto ai gradi di libertà (df) e non significativo, ma il CFI e RMSEA possono essere usati anche e sono migliori con campioni di grandi dimensioni. Abbiamo anche usato la heatmap dei residui normalizzati; vogliamo che quei residui siano entro +/- 2 unità.
- Confronto della vestibilità tra i modelli. Pesi AICc aiutaci con questo compito. Quando i modelli sono annidati (cioè, uno è interamente contenuto nell'altro --nel nostro esempio, il modello per la Teoria n. 1 è annidato in quello per la Teoria n. 2), possiamo prendere la differenza tra i chi-quadrati e il df per ottenere un delta-chi-quadrato e un delta-df che possono essere testati per la significatività con una distribuzione del chi-quadrato.
