J'utilise Édition étudiante JMP pour réaliser une analyse de médiation à l'aide de la plateforme de modèles d'équations structurelles . Mon modèle comprend trois variables observées :
REG_PRESS comme prédicteur, GOV_STR5 comme médiateur et CLIENT_OUT comme résultat.
Le modèle s'exécute avec succès et j'obtiens les résultats relatifs aux effets indirects et aux effets indirects spécifiques . Concernant la relation médiée spécifique via GOV_STR5, JMP indique un effet indirect d'environ 0,094 , ainsi que l'erreur standard, la statistique Z de Wald et la p-valeur.
Pour mon analyse, je souhaite obtenir un intervalle de confiance bootstrap à 95 % pour l'effet indirect à l'aide de 5 000 rééchantillonnages bootstrap . Cependant, je ne trouve pas l'option bootstrap dans le menu (triangle rouge) de la plateforme Modèles d'équations structurelles (SEM) de l'édition étudiante. Vous trouverez ci-joint une capture d'écran des options disponibles.
Pourriez-vous m'indiquer si le bootstrap des effets indirects est disponible dans JMP Student Edition ? Si oui, où puis-je accéder à cette option et spécifier le nombre d'échantillons bootstrap ? Si cette fonctionnalité n'est pas directement accessible via la plateforme SEM, existe-t-il une approche JSL recommandée ou une procédure alternative au sein de JMP pour obtenir un intervalle de confiance par bootstrap à 5 000 rééchantillonnages pour l'effet de médiation ?
Merci d'avance pour votre aide.
Salut @Madhu_Acharyya ,
Il existe deux méthodes pour obtenir des intervalles de confiance par bootstrap pour les effets indirects. Dans votre cas, je vous recommande de suivre l'option n° 1 ci-dessous, car elle est optimisée pour être très rapide.
OPTION N° 1
Après avoir ajusté votre modèle, pour obtenir des intervalles de confiance bootstrap pour tous les effets indirects, la meilleure approche consiste à accéder au menu principal en forme de triangle rouge (non pas celui spécifique au modèle ajusté, mais celui situé au-dessus de la spécification du modèle) ; sous « Inférence », vous trouverez l’option « Inférence bootstrap ».
LauraCS_2-1789479398490.pngLauraCS_2-1789479398490.pngLauraCS_2-1789479398490.png
LauraCS_3-1789479435726.pngLauraCS_3-1789479435726.pngLauraCS_3-1789479435726.png
Cela ouvre une boîte de dialogue proposant diverses options statistiques pour le bootstrap. Pour une performance optimale, cochez l'option « Effets indirects ». Vous pouvez également fixer le nombre d'échantillons à 5 000 et définir une graine aléatoire pour la réplication. Par défaut, un bootstrap corrigé du biais est utilisé.
LauraCS_4-1789479667988.pngLauraCS_4-1789479667988.pngLauraCS_4-1789479667988.png
Après avoir cliqué sur OK, vous obtiendrez les informations d'inférence Bootstrap dans le rapport :
LauraCS_5-1789479891645.pngLauraCS_5-1789479891645.pngLauraCS_5-1789479891645.png
Cela pourrait suffire. Vous obtiendrez également un nouveau tableau de données contenant tous les résultats du bootstrap. Votre exemple ne comportant qu'un seul effet indirect, le tableau de données ne devrait avoir que deux colonnes : l'une identifiant l'échantillon bootstrap et l'autre l'estimation de l'effet indirect pour cet échantillon. Un script nommé « Distribution » est enregistré dans ce tableau de données.
LauraCS_6-1789480011816.pngLauraCS_6-1789480011816.pngLauraCS_6-1789480011816.png
Vous pouvez exécuter ce script pour obtenir un bon résumé de la distribution empirique
LauraCS_7-1789480087582.pngLauraCS_7-1789480087582.pngLauraCS_7-1789480087582.png
OPTION N° 2
Chaque statistique du rapport SEM peut également être estimée par bootstrap via le menu contextuel (clic droit). Cependant, cette méthode est plus lente que celle décrite dans l'option n° 1. Par conséquent, lorsque cela est possible, il est préférable d'opter pour l'option n° 1 .
Dans votre exemple précis, le modèle ne comporte qu'un seul effet indirect ; par conséquent, les résultats des options « Effets indirects » et « Effets indirects spécifiques » seront identiques. Avec des modèles de médiation plus complexes, l'option « Effets indirects spécifiques » fournit des estimations différentes (car elle décompose les effets indirects en composantes spécifiques).
Dans le cas des effets indirects SPECIFIC, l'option du menu contextuel (clic droit) est actuellement (version 19.2) le seul moyen d'obtenir des CI de démarrage.
Après avoir ajusté le modèle, survolez l'estimation que vous souhaitez utiliser pour le bootstrap. Faites un clic droit et sélectionnez l'option Bootstrap.
LauraCS_8-1789480935835.pngLauraCS_8-1789480935835.pngLauraCS_8-1789480935835.png
Cliquez sur OK dans la boîte de dialogue qui s'affiche pour obtenir le tableau des échantillons bootstrap avec leurs estimations. Comme précédemment, exécutez le script Distribution pour visualiser la distribution empirique.
J'espère que cela vous aidera.
Laura
Merci Laura pour vos commentaires et vos conseils. J'ai essayé l'option 1 comme vous l'avez suggéré ; cependant, je ne peux pas sélectionner l' effet indirect , car cette option n'est pas mise en surbrillance (voir la capture d'écran ci-jointe). Ai-je oublié quelque chose ?
Pourriez-vous préciser les caractéristiques du modèle que vous estimez ? Sur votre capture d'écran, je vois partiellement le diagramme de chemin… et il me semble qu'il n'y a pas d'effet indirect dans ce modèle (on dirait 3 prédicteurs et 2 variables dépendantes, mais sans médiateur ?). Si vous avez un médiateur, le modèle a-t-il convergé ? Enfin, pouvez-vous observer les effets indirects dans le rapport en cliquant sur le menu (triangle rouge) du modèle ajusté ?
