Chère équipe de développement JMP,
Je vous écris pour suggérer une amélioration précieuse de la plateforme de modélisation d'équations structurelles (SEM) dans JMP, l'inclusion d'une technique d'estimation basée sur la variance.
L'estimation de la variance joue un rôle essentiel en SEM, notamment pour fournir des erreurs types et des intervalles de confiance plus fiables et précis, notamment lorsque des hypothèses telles que la normalité multivariée ne sont pas entièrement vérifiées. Dans les applications pratiques, notamment dans des domaines comme la recherche marketing, les sciences du comportement et les sciences sociales, les données s'écartent souvent des conditions idéales, ce qui rend une estimation de la variance robuste cruciale pour des inférences valides.
Actuellement, les outils de MEB par les moindres carrés partiels (PLS-MEB) tels que SmartPLS et WarpPLS ont gagné en popularité, précisément parce qu'ils privilégient les approches basées sur la variance. Ils permettent aux chercheurs de traiter des modèles complexes avec des échantillons plus petits et des structures de données non normales.
L'ajout d'options d'estimation de la variance similaires, voire plus flexibles, à la plateforme SEM de JMP renforcerait sa compétitivité dans ce domaine. Cela offrirait également un avantage aux utilisateurs en leur permettant de conserver l'environnement JMP puissant et convivial sans avoir recours à des outils externes.
L'amélioration de la plateforme SEM avec une estimation basée sur la variance renforcera non seulement les diagnostics du modèle, mais élargira également la portée de JMP parmi les chercheurs universitaires et les professionnels de l'industrie appliquée qui recherchent de plus en plus des solutions SEM robustes et flexibles.
J’apprécie grandement les efforts de l’équipe pour améliorer continuellement JMP et j’ai hâte de voir de nouvelles avancées dans ce domaine.
Merci
Chandra
