Tout d'abord, je suis novice en matière de modélisation par équations structurelles (SEM). Je constate que sur les plateformes JMP (JMP 19), il est impossible d'ajouter des variables catégorielles comme variables de contrôle dans l'analyse SEM. J'ai plusieurs colonnes de variables catégorielles.
Existe-t-il une méthode pour réaliser cela dont je n'aurais pas connaissance ? De plus, est-il possible de gérer les valeurs NaN et de standardiser les variables continues ?
Salut @Gabriel ,
Lorsque des variables catégorielles sont utilisées comme « variables de contrôle » ou covariables, il convient de suivre la même approche qu’en analyse de régression. Autrement dit, on crée des variables numériques codées par des variables indicatrices et on les intègre comme prédicteurs du modèle.
Voici un exemple avec un modèle de médiation. Supposons que nous interrogions les consommateurs sur leur perception de la confidentialité et de la réputation d'une organisation, et que nous les questionnions également sur leur intention d'achat. Nous supposons qu'une meilleure perception de la confidentialité conduit à une meilleure réputation, ce qui, à son tour, augmente les intentions d'achat. Nous pensons également que la confidentialité a un impact direct sur les intentions d'achat. Le diagramme de chemin de ce modèle ressemble à ceci :
Simple mediation modelSimple mediation modelSimple mediation modelSimple mediation modelSimple mediation modelModèle de médiation simple
Il est important de noter que certains consommateurs interagissent uniquement en ligne avec l'organisation (via son site web ou son application), tandis que d'autres interagissent en personne. Nous souhaitons donc contrôler ces deux modes d'interaction. Notre variable catégorielle comporte deux modalités (en ligne et en personne), ce qui nous permet d'utiliser une seule variable indicatrice. Nous créons cette variable, intitulée « En ligne », qui prend la valeur 0 pour une interaction en personne et 1 pour une interaction en ligne. Cette variable étant numérique/continue, elle peut être intégrée à l'analyse au même titre que les autres. Grâce à notre modèle de médiation, nous pouvons la contrôler en l'intégrant comme prédicteur des autres variables endogènes (variables dépendantes). Voici le diagramme de chemin correspondant :
Mediation model with a control variableMediation model with a control variableMediation model with a control variableMediation model with a control variableMediation model with a control variableModèle de médiation avec variable de contrôle
Remarquez la présence d'une flèche à double sens (une covariance) entre les variables « En ligne » et « Confidentialité ». Il s'agit de la spécification standard : une covariance indique que nous n'avons pas d'hypothèse concernant l'association entre les variables « En ligne » et « Confidentialité ».
Avec plusieurs variables catégorielles à contrôler, il faudrait créer plusieurs variables indicatrices et les ajouter de la même manière. Assurez-vous qu'elles prédisent les résultats pour lesquels vous souhaitez les contrôler et qu'elles covarient avec les autres variables exogènes (celles qui ne sont prédites par aucune variable exogène).
Gestion des valeurs manquantes :
L'une des nombreuses fonctionnalités utiles des modèles d'équations structurelles (SEM) est leur gestion avancée (et simple) des données manquantes. Dans l'exemple ci-dessus, si vos valeurs manquantes sont identifiées comme telles par le tableau de données, vous n'avez rien à faire : la plateforme SEM détectera automatiquement les valeurs manquantes et utilisera la méthode du maximum de vraisemblance avec information complète pour l'estimation, ce qui signifie que *toutes* les données disponibles seront utilisées dans votre analyse. Ceci suppose que vos données sont manquantes de manière aléatoire (MAR) ou complètement aléatoire (MCAR), ce qui est également une hypothèse de l'imputation multiple, par exemple. Pour que le tableau de données reconnaisse vos valeurs manquantes comme telles, elles doivent apparaître sous forme de points, comme sur cette image :
Missing values in data tableMissing values in data tableMissing values in data tableMissing values in data tableMissing values in data tableValeurs manquantes dans le tableau de données
Si vous ne voyez pas les points, accédez à Cols > Informations sur la colonne... > Propriétés de la colonne > Codes de valeurs manquantes afin de spécifier les valeurs à considérer comme manquantes.
Standardisation des variables :
Pour standardiser des variables, vous pouvez faire un clic droit sur la colonne du tableau de données, puis sélectionner Nouvelle colonne de formule > Distributionnelle > Standardiser. Cette méthode est utile lorsque les variables sont sur des échelles très différentes. Cependant, si vous n'avez pas ce problème et que vous souhaitez simplement des estimations standardisées, la meilleure approche consiste à effectuer votre analyse avec les variables d'origine, puis à cliquer sur le menu (triangle rouge) de votre modèle ajusté. Vous y trouverez l'option « Estimations des paramètres standardisés », qui vous fournira les données souhaitées.
J'espère que cela vous aidera.
Je tiens également à préciser que l'utilisation de variables catégorielles dans les modèles d'équations structurelles (SEM) avec « analyse multi-groupes » est assez courante et utile ! Si vous souhaitez en savoir plus, veuillez consulter cette discussion : https://community.jmp.com/t5/Discussions/Categorical-Variables-and-SEM/td-p/930889
Merci beaucoup @LauraCS . J'ai pu commencer le processus. J'ai juste un peu de mal à comprendre comment lier les covariances lorsqu'il y a plusieurs variables catégorielles (encadré vert dans l'image jointe). Voici le résultat de mon premier essai : le CFI et le RMSEA indiquent qu'il manque quelque chose. Qu'est-ce qui pourrait clocher ? De plus, la logique de la covariance est confuse car certaines de mes variables continues pourraient être covariées. 
Merci d'avoir partagé ton modèle, @Gabriel ! Je te recommande de réorganiser les variables dans le diagramme pour que l'ensemble se lise de gauche à droite. Voici un exemple simplifié :
Path model flowing left-to-rightPath model flowing left-to-rightModèle de chemin s'écoulant de gauche à droite
Lorsque les variables sont affichées de cette manière, on peut identifier les différents « ensembles » de variables qui *généralement* doivent covarier (certaines exceptions à cette règle apparaissent avec les données expérimentales, où le protocole expérimental garantit une covariance nulle). Il convient d'ajouter des covariances au sein de chaque ensemble. La méthode la plus simple consiste à sélectionner l'ensemble de variables sur le diagramme, à cliquer avec le bouton droit sur l'une des variables sélectionnées (remarque : le menu contextuel change si vous cliquez sur des flèches ou sur une zone vide du diagramme !), puis à cliquer sur « Ajouter une ou plusieurs covariances » ; ainsi, toutes les covariances correspondantes seront ajoutées en une seule étape. Sélectionnez l'ensemble suivant et répétez l'opération. Dans mon exemple simplifié, « Reputation_1 » et « Confidentialité_4 » sont seules dans leur ensemble ; il n'est donc pas nécessaire d'ajouter de covariances à ces variables. Le modèle correctement spécifié devrait ressembler à ceci :
Path model with covariancesPath model with covariancesModèle de chemin avec covariances
Il convient de préciser que la flèche à double sens entre « Privacy_3 » et « Trust_3 » représente une covariance *résiduelle* car il s’agit de variables endogènes (de résultat).
Bien entendu, on pourrait omettre n'importe laquelle des covariances affichées ci-dessus si l'on dispose d'une hypothèse solide suggérant que ladite ousdites covariances devraient être nulles.
J'espère que cela vous aidera.
Merci, @LauraCS . Si cela ne vous dérange pas, peut-être qu'un exemple de données de ma part serait plus approprié.
Les variables de contrôle dans mes expériences sont le CO2, le Gen et l'eau. Les DAS correspondent aux variations de date. Le VPD, le vent et le PAR ne sont pas affectés par ces facteurs, bien qu'ils puissent varier en fonction des DAS puisqu'il s'agit de facteurs environnementaux. gsw prédit le DeltaT, SWC prédit le DeltaT, SWC prédit la température du sol (SoilT), SoilT prédit le DeltaT. L'indice de surface foliaire (LAI) et la hauteur prédisent gsw, et tous deux prédisent également SWC, SoilT et le DeltaT.
Les facteurs environnementaux affectent ou prédisent gsw et DeltaT.
Merci.
