La modellazione delle equazioni strutturali è una tecnica multivariata per analizzare le relazioni strutturali e testare le teorie delle relazioni tra variabili osservate (manifeste) o non osservate (latenti). La SEM combina l'analisi fattoriale e l'analisi di regressione multipla.
Le nuove funzionalità JMP SEM in JMP Pro 16 includono:
- Possibilità di personalizzare i diagrammi dei percorsi utilizzando i menu di scelta rapida
- Disponibile profiler di previsione per interagire con un modello
- La piattaforma SEM ora accetta dati riassuntivi, come una matrice di correlazione
- Capacità di costruire vari modelli e confrontarli utilizzando una tabella di confronto dei modelli
- Scorciatoie per la creazione di modelli comunemente utilizzati
Utilizzare il video allegato e il diario con file e script JMP per esplorare l'analisi del percorso, l'analisi fattoriale confermativa e la regressione con variabili latenti.
Domande e risposte dal webinar live di Jian Cao del 22 aprile 2021
D : Include l'equazione di previsione con tutte le stime per un dato modello?
R: Sì, tutte le informazioni per creare le equazioni di previsione sono disponibili nell'output, ma sono presentate in una tabella anziché nel formato di equazione di previsione.
JMP fornisce anche indici di modifica?
R: Sì, gli indici di modifica si trovano nel menu delle opzioni con il triangolo rosso.
Per costruire e valutare i modelli vengono utilizzati set di addestramento, verifica e test?
R: No, questa è un'analisi confermativa, non predittiva.
È possibile analizzare i residui?
R: Sì, i residui possono essere modellati in modo esplicito.
Esiste un modo per ottenere una classifica di importanza variabile?
A: Esistono stime di parametri standardizzati che possono essere utilizzate come dimensione dell'effetto. Queste possono essere classificate nell'output.
La piattaforma JMP Pro SEM può supportare l'analisi causale, come avviene con SAS Proc Causalgraph (in particolare, il concetto di BackDoor Criterion?
R: La piattaforma è paragonabile a PROC CALIS piuttosto che a PROC CAUSALGRAPH.
Nel diagramma dell'esempio web, qual è la differenza tra Privacy latente (forma circolare) e Variabile di risposta alla privacy (forma rettangolare)?
R: I quadrati sono le variabili che abbiamo nella tabella dati. Sono le risposte a diverse domande poste sulla privacy percepita di un sito web. Il Cerchio è una variabile latente non osservata che modelliamo sfruttando le informazioni dalle variabili osservate (i quadrati a cui punta).
Sono disponibili effetti indiretti?
A: Gli effetti totali e indiretti con valori di significatività saranno disponibili nella versione 16.1, la cui pubblicazione è prevista per il 3° trimestre.
Risorse
