構造方程式モデリングは、構造的関係を分析し、観測された（顕在的）変数または観測されていない（潜在的）変数間の関係の理論をテストするための多変量手法です。SEM は因子分析と多重回帰分析を組み合わせたものです。
JMP Pro 16 の新しいJMP SEM 機能には以下が含まれます。
- 右クリックメニューを使用してパス図をカスタマイズする機能
- モデルと対話するための予測プロファイラーが利用可能
- SEMプラットフォームは相関行列などの要約データを受け入れるようになりました
- さまざまなモデルを構築し、モデル比較表を使用して比較する機能
- よく使われるモデルを構築するためのショートカット
添付のビデオとジャーナル、ファイル、JMP スクリプトを使用して、パス分析、確証因子分析、潜在変数を使用した回帰分析を調べます。
2021 年 4 月 22 日の Jian Cao のライブ ウェビナーからの Q&A
Q : 特定のモデルのすべての推定値を含む予測方程式が含まれていますか?
A:はい、予測方程式を作成するためのすべての情報は出力で入手できますが、予測方程式形式ではなく表形式で表示されます。
Q: JMPは修正インデックスも提供しますか
A:はい、赤い三角形のメニュー オプションの下に変更インデックスがあります。
Q:モデルの構築と評価にはトレーニング、検証、テスト セットが使用されますか?
A:いいえ、これは予測分析ではなく確認分析です。
Q:残差を分析できますか?
A:はい、残差は明示的にモデル化できます。
Q:変数の重要度の順位を取得する方法はありますか?
A:効果サイズとして使用できる標準化されたパラメータ推定値があります。これらは出力でランク付けできます。
Q: JMP Pro SEM プラットフォームは、SAS Proc Causalgraph と同様に因果分析に役立ちますか (特に、BackDoor Criterion の概念)?
A:このプラットフォームは、PROC CAUSALGRAPH ではなく PROC CALIS に匹敵します。
Q: Web の例の図で、プライバシー潜在変数 (円形) とプライバシー応答変数 (長方形) の違いは何ですか?
A:四角形はデータ テーブルにある変数です。これらは、Web サイトのプライバシーに関するいくつかの質問に対する回答です。円は、観測された変数 (それが指している四角形) からの情報を活用してモデル化する、観測されていない潜在変数です。
Q:間接的な効果はありますか?
A:有意値を持つ合計効果と間接効果は、第 3 四半期にリリースされる 16.1 で利用可能になります。
リソース
