Hola,
Tengo dos preguntas sobre el uso de variables categóricas con SEM. Estoy realizando un análisis SEM donde quiero modelar dos variables continuas mientras controlo una variable categórica (en este caso, nominal, cohorte 1, 2 o 3). ¿Cómo puedo controlar la cohorte al realizar el análisis?
Segunda pregunta: Estoy intentando ejecutar un modelo de curva de crecimiento paralela con tres puntos temporales y predecir la graduación de la escuela secundaria, una variable categórica con tres valores posibles. ¿Es posible ejecutar un modelo de regresión lineal con variables continuas para predecir una variable categórica en un cuarto punto temporal?
¡Gracias por tomarte el tiempo para responder mis preguntas!
¡Hola!
Tiene dos opciones para su primera pregunta . La primera es realizar un análisis multigrupo (MGA) con la cohorte como variable de agrupación. Esta opción es útil si desea examinar con detalle las posibles diferencias entre los grupos de cohortes. Aquí tiene algunos recursos para aprender más sobre el MGA en SEM:
Entrada del blog:
Ejemplo en la documentación de JMP:
Demostración en vídeo:
- MGA con análisis de regresión comienza en el minuto 13:00 y termina en el minuto 22:20
- MGA con curvas de crecimiento latente comienza en el minuto 29:30 y termina en el 39:20
Como alternativa, si solo desea controlar la cohorte, puede hacerlo creando variables codificadas ficticias, de la misma manera que lo haría en un análisis de regresión (es decir, con tres niveles, solo necesita dos variables). Luego, agregue esas variables como predictores en su modelo.
Para su segunda pregunta , consulte el menú de accesos directos del modelo en "Análisis longitudinal > Curva de crecimiento latente multivariante". Úselo antes de introducir su variable categórica en el análisis. Esto le permitirá comprender las trayectorias de crecimiento antes de cualquier otra cosa.
El mismo enlace de video que publiqué arriba muestra cómo ajustar un modelo de proceso paralelo en el minuto 39:30.
Estamos trabajando en la gestión de variables categóricas endógenas en una futura versión del producto; sin embargo, esta función aún no está disponible. Dicho esto, me gustaría saber cuáles son sus tres niveles para la graduación de secundaria. Esperaría dos niveles: sí, no y quizás valores faltantes. De ser así, hay dos opciones para esto...
(1) Podría añadir la variable binaria (con datos faltantes) al análisis y especificarla como resultado (¿quizás un resultado de las intersecciones y pendientes en su curva de crecimiento multivariante?). Puede usar la máxima verosimilitud como estimador (predeterminado) y la estimación puntual será precisa; sin embargo, el error estándar para la predicción de la variable categórica no lo será. Esto se puede solucionar yendo al menú principal del triángulo rojo y seleccionando "Inferencia > Inferencia robusta". También puede usar bootstrap si lo prefiere.
(2) Puede especificar su modelo como se describe en la opción 1, pero luego vaya al menú principal del triángulo rojo para seleccionar: "Generar código R"; esto producirá un script que puede modificar para especificar la variable categórica como una variable "ordenada" y obtener errores estándar adecuados de esa manera.
Por último, si desea explorar posibles diferencias grupales en trayectorias longitudinales, podría simplemente tratar la graduación de la escuela secundaria como una variable de agrupación y seguir las mismas ideas que se muestran en el enlace del video.
Saludos cordiales,
