Salut,
J'ai deux questions concernant l'utilisation des variables catégorielles en modélisation par équations structurelles (SEM). Je réalise une analyse SEM et je souhaite modéliser deux variables continues tout en contrôlant une variable catégorielle (ici, nominale, cohorte 1, 2 ou 3). Comment puis-je contrôler l'effet de la cohorte lors de l'analyse ?
Deuxième question : Je cherche à réaliser un modèle de courbes de croissance parallèles avec trois points de mesure, afin de prédire l’obtention du diplôme d’études secondaires (une variable catégorielle à trois valeurs possibles). Est-il possible d’effectuer un modèle d’équations structurelles (SEM) avec des variables continues pour prédire une variable catégorielle à un quatrième point de mesure ?
Merci d'avoir pris le temps de répondre à mes questions !
Bonjour!
Pour votre première question , deux options s'offrent à vous : la première consiste à effectuer une analyse multigroupe (AMG) en utilisant la cohorte comme variable de regroupement. Cette option est utile si vous souhaitez examiner de près les différences potentielles entre les cohortes. Voici quelques ressources pour en savoir plus sur l'AMG dans le cadre de la modélisation par équations structurelles (SEM) :
Article de blog :
Exemple tiré de la documentation JMP :
Démonstration vidéo :
- L'analyse MGA avec régression commence à la minute 13:00 et se termine à 22:20
- L'analyse MGA avec courbes de croissance latente commence à la minute 29:30 et se termine à la minute 39:20.
Sinon, si vous souhaitez simplement contrôler l'effet de cohorte, vous pouvez créer des variables binaires, comme en analyse de régression (c'est-à-dire qu'avec trois niveaux, deux variables suffisent). Ajoutez ensuite ces variables comme prédicteurs dans votre modèle.
Pour votre deuxième question , consultez absolument le menu « Raccourcis du modèle » sous « Analyse longitudinale > Courbe de croissance latente multivariée » ; utilisez cette option avant d'intégrer votre variable catégorielle à l'analyse. Cela vous permettra de comprendre les trajectoires de croissance avant toute autre étape.
Le même lien vidéo que j'ai posté plus haut montre comment ajuster un modèle de processus parallèle à la minute 39:30.
Nous travaillons à la gestion des variables catégorielles endogènes dans une prochaine version du produit, mais cette fonctionnalité n'est pas encore disponible. Cela dit, je suis curieux de savoir quels sont vos trois niveaux pour l'obtention du diplôme de fin d'études secondaires ? Je m'attendrais à deux niveaux : oui, non et peut-être des valeurs manquantes. Si c'est le cas, deux options sont possibles…
(1) Vous pouvez ajouter la variable binaire (avec données manquantes) à l'analyse et la spécifier comme variable dépendante (par exemple, une variable dépendante des ordonnées à l'origine et des pentes de votre courbe de croissance multivariée). Vous pouvez utiliser l'estimateur du maximum de vraisemblance (par défaut) ; l'estimation ponctuelle sera précise, mais l'erreur standard de la prédiction de la variable catégorielle ne le sera pas. Pour corriger ce problème, accédez au menu principal (triangle rouge) et sélectionnez « Inférence > Inférence robuste ». Vous pouvez également utiliser la méthode du bootstrap si vous le préférez.
(2) Vous pouvez spécifier votre modèle comme décrit dans l'option 1, puis aller dans le menu principal du triangle rouge pour sélectionner : « Générer du code R » -- cela produira un script que vous pourrez modifier pour spécifier la variable catégorielle comme une variable « ordonnée » et obtenir ainsi des erreurs standard appropriées.
Enfin, si vous souhaitez explorer les différences potentielles entre les groupes dans les trajectoires longitudinales, vous pouvez simplement considérer l'obtention du diplôme d'études secondaires comme une variable de regroupement et suivre les mêmes idées que celles présentées dans le lien vidéo.
J'espère que cela vous aidera.
