Какие графические методы используются в моделировании структурных уравнений?

14

Мне любопытно, есть ли графические методы, специфичные или более применимые для моделирования структурных уравнений. Я предполагаю, что это может попасть в категории для исследовательских инструментов для ковариационного анализа или графической диагностики для оценки модели SEM. (Я действительно не думаю о диаграммах пути / графика здесь.)

АРС
источник
Термин "SEM" является расплывчатым. Это также может означать «Маркетинг в поисковых системах», например, для тех, кто ищет методы статистического анализа для изучения данных о кликах по объявлениям или оценки эффективности рекламы. Попробуйте сделать название более многословным.
Пол

Ответы:

13

Я познакомился с Лорой Тринчера, которая разработала замечательный R-пакет для моделирования PLS-путей, plspm . Он включает в себя несколько графических выводов для различных типов структур данных с 2 и k блоками.

Я только что открыл пакет plotSEMM R. Тем не менее, это больше связано с вашей второй точкой и ограничивается построением графиков двумерных отношений.

Что касается недавних ссылок на диагностический график для SEM, вот две статьи, которые могут быть интересны (для второй, я недавно просматривал реферат, но не могу найти версию без шлюза):

  1. Санчес Б.Н., Хаусман Е.А., Райан Л.М. Остаточная диагностика для моделей структурных уравнений . Биометрия (2009) 65, 104–115
  2. Юань К. Х. и Хаяши К. Подгонка данных к модели: Диагностика моделирования структурного уравнения с использованием двух диаграмм рассеяния , Психологические методы (2010)
  3. Порцио Г.С. и Витале М.П. Обнаружение взаимодействия в моделях структурных уравнений с помощью диагностического графика . ISI 58-й Всемирный конгресс (2011).
хл
источник
@chl: спасибо! Я помню, что plspm был объявлен в списке семнетов - по какой-то причине PLS не такой большой на этой стороне Атлантики, не знаю почему. plotSEMM выглядит действительно интересно, не могу дождаться, чтобы поиграть с ним.
АРС
@chl: Кстати, я хотел добавить, что позор PLS здесь не особо заметен, так как вокруг него, кажется, происходит много интересных вещей, особенно с разрабатываемыми инструментами (например, SmartPLS в дополнение к plspm). Некоторое время назад я читал некоторые из работ Уолда, и некоторые из его идей только воплощаются в жизнь (например, «разговор с вашими данными»). Мне действительно нужно выделить некоторое время, чтобы исследовать это больше.
АРС
@ars Хотите список рекомендуемых чтений? Я также работал с Артуром Тененхаусом, который подал отличную статью с отцом (да, Мишелем Тененхаусом) в Psychometrika: они объединяют все двухблочные методы (PCA, CCA, PLS, межбатарейный и т. Д.) Благодаря очень аккуратному переписать ограничение argmax. Я играл с оштрафованным PLS / CCA (L1 / L2) в области геномики, но я чувствую, что это принесет больше интересности в моих биомедицинских данных.
хл
1
@ars Итак, я хотел бы предложить следующие документы от отца и сына: j.mp/dvEDgb , j.mp/csD1Yf , j.mp/dkEHq5 .
ЧЛ
4

Это очень интересный вопрос. Предположим, что у нас есть двумерная ковариационная матрица (очень нереалистичный пример для SEM, но, пожалуйста, потерпите меня). Затем вы можете построить изо-контуры для наблюдаемой ковариационной матрицы относительно расчетной ковариационной матрицы, чтобы получить представление о соответствии модели.

Тем не менее, на самом деле вы получите многомерную ковариационную матрицу. В такой ситуации вы, вероятно, могли бы сделать несколько двухмерных графиков, используя 2 переменные одновременно. Не идеальное решение, но, возможно, может помочь в некоторой степени.

редактировать

Немного лучшим методом является выполнение анализа главных компонентов (PCA) на наблюдаемой ковариационной матрице. Сохраните проекционную матрицу из анализа PCA на наблюдаемой ковариационной матрице. Используйте эту матрицу проекции для преобразования оценочной ковариационной матрицы.

Затем мы строим изо-контуры для двух наибольших дисперсий повернутой наблюдаемой ковариационной матрицы по отношению к оцененной ковариационной матрице. В зависимости от того, сколько графиков мы хотим сделать, мы можем взять второе и третье наибольшее отклонение и т. Д. Мы начнем с самых высоких отклонений, поскольку мы хотим объяснить как можно больше отклонений в наших данных.


источник
Срикант, спасибо за ответ! Я не уверен, что вы подразумеваете под контурными графиками ковариаций (obs v est) - не могли бы вы уточнить? Благодарю.
АРС
Смотрите это: en.wikipedia.org/wiki/Level_set . Пусть Sigma - двумерная ковариационная матрица, а Y ~ N (0, Sigma). Изо-контурная линия построит множество точек Y, для которых f (Y | sigma) = c, где c - константа. Обратите внимание, что Y является двумерным вектором. Вы должны выбрать различные значения c и, следовательно, получить разные изо-контурные линии, которые дадут вам ощущение распространения распределения.
@Srikant, спасибо за предложение. Я потратил некоторое время на его тестирование, и мне кажется, что это хорошее начало для быстрого визуального сравнения, особенно когда плохо.
АРС
2

Я полагаю, вы могли бы сделать многомерное масштабирование матрицы корреляции или ковариации. Это не совсем моделирование структурных уравнений, но оно может выделить модели и структуру в матрице корреляции или ковариации. Это может быть оформлено соответствующей моделью.

Джером англим
источник
Спасибо, Джером. Просто прочитайте запись в Википедии для MDS - кажется, это может куда-то привести.
АРС
0

Если есть эффект взаимодействия (или даже иное), вы можете использовать программное обеспечение ITALASSI v1.2 (бесплатное программное обеспечение) для получения 2D и 3D видов.

Джокон Джозеф
источник