Коллеги просят меня помочь в этом вопросе, которого я действительно не знаю. Они выдвинули гипотезу о роли некоторых скрытых переменных в одном исследовании, и один из судей попросил их формализовать это в SEM. Поскольку то, что им нужно, не кажется слишком сложным, я думаю, что я попробую ... пока, я просто ищу хорошее введение в предмет!
Google на самом деле не был моим другом. Спасибо заранее...
PS: Я читал « Моделирование структурных уравнений с помощью sem Package in R » Джона Фокса и этот текст того же автора. Я думаю, что этого может быть достаточно для моей цели, в любом случае любые другие ссылки приветствуются.
Ответы:
Я хотел бы пойти на некоторые статьи Мутена и Мутена, которые являются авторами программного обеспечения Mplus , особенно
(Доступно в формате PDF здесь: взвешенные наименьшие квадраты для категориальных переменных .)
На вики Mplus можно увидеть гораздо больше, например, результаты WLS и WLSMV с порядковыми данными ; оба автора очень отзывчивы и всегда дают подробные ответы с сопроводительными ссылками, когда это возможно. Некоторые сравнения надежных взвешенных наименьших квадратов и основанных на ML методов анализа полихорических или полисериальных корреляционных матриц можно найти в:
Для других математических разработок вы можете взглянуть на:
София Рабе-Хескет и ее коллеги также имеют хорошие документы по SEM. Некоторые соответствующие ссылки включают в себя:
Другие хорошие ресурсы, вероятно, перечислены на отличном веб-сайте Джона Уберсакса, в частности, Введение в коэффициенты тетрахорической и полихорической корреляции . Учитывая, что вы также заинтересованы в прикладной работе, я бы посоветовал взглянуть на OpenMx (еще один программный пакет для моделирования ковариационной структуры) и lavaan (который нацелен на получение результатов, аналогичных EQS или Mplus), которые доступны в R.
источник
Хотя в данный момент это касается только ваших целей, если вы продолжите работу над проектами, использующими скрытые переменные, я настоятельно рекомендую вам прочитать « Измерение ума» Денни Бурсбоума . Не обманывайтесь названием, это в основном подробное эссе о логике скрытых переменных и большая критика классической теории испытаний. Я бы сказал, что чтение необходимо, если вы используете скрытые переменные в продольной структуре. Речь идет только о логике скрытых переменных, но не имеет ничего общего с оценкой моделей.
Публикуйте свой опыт, у меня уже есть некоторые ссылки, приведенные здесь, хотя я также хотел бы расширить свою библиотеку. FWIW, Структурные уравнения Кена Боллена со скрытыми переменными были следующими в моем списке литературы (хотя это основано только на моем мнении о его научной работе).
Кроме того, я бы сказал, что мне нравится работа Бенгта Мутена. Программное обеспечение MPlus невероятно популярно, и вы можете увидеть все виды анализа, которые можно выполнить на веб-сайте Mplus ( ссылка на руководство пользователя ). У него также есть серия публикаций в формате mp3 его курса по статистическому анализу с латентными переменными в UCLA. Я не слушал их всех, но я подозреваю, что все они представляют собой подробное введение в какую-либо конкретную тему, освещаемую в лекциях этой недели.
источник
Это был рекомендуемый текст курса, который я выбрал: PBKline, Принципы и практика моделирования структурных уравнений , The Guilford Press. Это вводный текст, а не математический.
Для более математического, байесовского лечения вы можете попробовать: SY. Ли, Моделирование структурных уравнений: байесовский подход , Wiley.
источник
Я изучаю SEM в настоящее время, используя
LISREL
. Мы используем эти две книги:Доктор Шумейкер - инструктор на моем курсе. Первая книга действительно хороша для введения SEM, поскольку она проведет вас через процесс спецификации модели, идентификации и так далее. Хотя он основан на
LISREL
программном обеспечении, я ожидаю, что общие методы и интерпретация результатов будут независимыми от программного обеспечения.источник
Книга Клайна превосходна. Для быстрого вступления в качестве бумаги см.
Гефен, Д. 2000. Моделирование и регрессия структурных уравнений: Руководство для исследовательской практики. ТАИС. Том 4. http://aisel.aisnet.org/cais/vol4/iss1/7/
Hox, JJ и Bechger, TM Введение в моделирование структурных уравнений. Family Science Review. 11: 354-373. http://joophox.net/publist/semfamre.pdf
Лей, PW и Ву, Q. 2007. Введение в моделирование структурных уравнений: проблемы и практические соображения. Оценка образования: проблемы и практика. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x
Грейс, J. 2010. Моделирование структурных уравнений для наблюдательных исследований. Журнал управления дикой природой. 72: 14-22 http://dx.doi.org/10.2193/2007-307
Смотрите также http://lavaan.org
источник
У Джарретта Бирнеса (Джебирнеса здесь) также есть свои недельные вводные материалы по SEM, размещенные здесь: http://byrneslab.net/teaching/sem/
Курс предназначен для исследователей, применяющих SEMs к биологическим и экологическим данным, но охватывает общие введения в понятия SEM, код R и примеры, которые, вероятно, будут полезны для других. Я нашел материал очень полезным для начала, почти не зная о подходе.
источник