CIAO,
Ho due domande sull'utilizzo di variabili categoriali con SEM. Sto eseguendo un'analisi SEM, in cui vorrei modellare 2 variabili continue controllando per una variabile categoriale (in questo caso, nominale, coorte 1, 2 o 3). Come posso controllare la coorte durante l'analisi?
Seconda domanda: sto cercando di eseguire un modello di curva di crescita parallela con 3 punti temporali e di prevedere il diploma di scuola superiore, una variabile categoriale con 3 possibili valori. È possibile eseguire un SEM con variabili continue per prevedere una variabile categoriale in un quarto punto temporale?
Grazie per aver dedicato del tempo a rispondere alle mie domande!
Ciao!
Hai due opzioni per la tua prima domanda : la prima è quella di effettuare un'analisi multigruppo (MGA) con la coorte come variabile di raggruppamento. Questa opzione è utile se vuoi esaminare attentamente le potenziali differenze di gruppo tra le coorti. Ecco alcune risorse per saperne di più sull'MGA nell'analisi statistica statistica (SEM):
Post del blog:
Esempio nella documentazione JMP:
Dimostrazione video:
- MGA con analisi di regressione inizia al minuto 13:00 e termina alle 22:20
- MGA con curve di crescita latenti inizia al minuto 29:30 e termina al minuto 39:20
In alternativa, se si desidera controllare solo la coorte, è possibile farlo creando variabili fittizie codificate, proprio come si farebbe nell'analisi di regressione (ovvero, con tre livelli, sono necessarie solo due variabili). Quindi, aggiungere queste variabili come predittori al modello.
Per la tua seconda domanda , cerca nel menu "Scelte rapide del modello" sotto "Analisi longitudinale > Curva di crescita latente multivariata" -- usalo prima di inserire la variabile categoriale nell'analisi. Ti permetterà di comprendere le traiettorie di crescita prima di qualsiasi altra cosa.
Lo stesso collegamento video che ho postato sopra mostra come adattare un modello di processo parallelo al minuto 39:30.
Stiamo lavorando alla gestione delle variabili categoriali endogene in una futura versione del prodotto, tuttavia questa funzionalità non è ancora disponibile. Detto questo, sono curioso di sapere quali sono i vostri 3 livelli per il diploma di scuola superiore. Mi aspetterei 2 livelli: sì, no e forse valori mancanti. In tal caso, ci sono due opzioni...
(1) Potresti aggiungere la variabile binaria (con dati mancanti) all'analisi e specificarla come risultato (magari un risultato di intercette e pendenze nella tua curva di crescita multivariata?). Puoi usare la massima verosimiglianza come stimatore (impostazione predefinita) e la stima puntuale sarà accurata, tuttavia l'errore standard per la previsione della variabile categoriale non lo sarà. Questo problema può essere risolto andando al menu principale del triangolo rosso e selezionando "Inferenza > Inferenza Robusta". Puoi anche usare il bootstrap, se preferisci.
(2) Puoi specificare il tuo modello come descritto nell'opzione 1, ma poi andare al menu principale del triangolo rosso per selezionare: "Genera codice R" -- questo produrrà uno script che puoi modificare per specificare la variabile categoriale come variabile "ordinata" e ottenere in questo modo gli errori standard corretti.
Infine, se si vogliono esplorare le potenziali differenze di gruppo nelle traiettorie longitudinali, si può semplicemente considerare il diploma di scuola superiore come una variabile di raggruppamento e seguire le stesse idee mostrate nel collegamento al video.
Salute,
