JMP 개발팀 여러분께,
저는 JMP의 구조 방정식 모델링(SEM) 플랫폼에 분산 기반 추정 기술을 포함시키는 등 가치 있는 개선 사항을 제안하고자 글을 쓰고 있습니다.
분산 추정은 SEM에서 중요한 역할을 하며, 특히 다변량 정규성과 같은 가정이 완전히 충족되지 않을 때 더욱 신뢰할 수 있고 정확한 표준 오차와 신뢰 구간을 제공하는 데 중요합니다. 실제 적용, 특히 마케팅 조사, 행동 과학, 사회 과학 분야에서는 데이터가 이상적인 조건에서 벗어나는 경우가 많기 때문에, 타당한 추론을 위해서는 견고한 분산 추정이 필수적입니다.
현재 SmartPLS와 WarpPLS와 같은 부분 최소제곱 SEM(PLS-SEM) 도구는 분산 기반 접근법을 강조하기 때문에 상당한 주목을 받고 있습니다. 이러한 도구를 통해 연구자들은 더 작은 표본 크기와 비정규 데이터 구조를 가진 복잡한 모델을 처리할 수 있습니다.
JMP의 SEM 플랫폼에 유사하거나 훨씬 더 유연한 분산 추정 옵션을 추가하면 이 분야에서 JMP의 경쟁력이 더욱 강화될 것입니다. 또한, 사용자가 외부 도구를 사용하지 않고도 강력하고 사용하기 편리한 JMP 환경을 그대로 활용할 수 있다는 장점이 있습니다.
분산 기반 추정으로 SEM 플랫폼을 강화하면 모델 진단이 강화될 뿐만 아니라, 견고하고 유연한 SEM 솔루션을 찾는 학계 연구자와 응용 산업 전문가 모두에게 JMP의 영향력이 확대될 것입니다.
저는 JMP를 지속적으로 개선하기 위해 노력하는 팀에 깊이 감사드리며, 이 분야에서 앞으로도 더 많은 발전이 있기를 기대합니다.
감사해요
찬드라
Chandra님, 이 요청을 제출해 주셔서 정말 감사합니다! 작은 표본 크기와 다변량 정규성 편차를 처리하는 SEM 접근법을 제공하는 것의 중요성에 전적으로 동의합니다. 아직 PLS-SEM은 없지만, 이 부분에서 큰 진전을 이루었습니다! 데이터 가정이 유효하지 않을 때는 "강력한 추론" 옵션을 확인해 보세요. (표준 오차 및 신뢰 구간의 정확도 향상에 도움이 됩니다.) 또한, 곧 출시될 새로운 기능은 소표본 SEM 추정을 더욱 효과적으로 만들어 줄 뿐만 아니라, 예측 변수에 대한 모든 분포 가정을 완화하는 추가적인 이점도 제공합니다! 이 기능에 대해 매우 기대하고 있습니다. 버전 19 개선 사항을 기대해 주세요 
.
물론입니다. 사용자 여러분께 최고의 도구를 제공하기 위해 귀하의 요청을 검토하겠습니다! 제공해 주신 정보가 정말 도움이 되었습니다!
감사합니다,
~로라 CS
