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.)
14
Ответы:
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):
источник
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
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.
источник
Если есть эффект взаимодействия (или даже иное), вы можете использовать программное обеспечение ITALASSI v1.2 (бесплатное программное обеспечение) для получения 2D и 3D видов.
источник