구조 방정식 모델링 소개

나는 동료들에게이 주제에 대한 도움을 요청 받았는데, 나는 정말로 모른다. 한 연구에서 일부 잠재 변수의 역할에 대한 가설을 세웠으며, 심판은 SEM에서이를 공식화하도록 요청했습니다. 그들이 필요로하는 것이 너무 어렵지 않은 것처럼, 나는 그것을 주사 할 것이라고 생각합니다 ... 지금은 주제에 대한 좋은 소개를 찾고 있습니다!

구글은 실제로 내 친구가 아니었다. 미리 감사드립니다 ...

추신 : John Fox의 R에서 sem 패키지를 사용한 구조 방정식 모델링과 같은 저자 의이 텍스트 를 읽었습니다 . 나는 이것이 나의 목적을 위해 충분할 수 있다고 생각한다. 어쨌든 다른 언급은 환영한다.

나는 Mplus 소프트웨어를 만든 Múthen과 Múthen의 논문을 보러 갈 것입니다 . 특히

1. BO, Múthen (1984). 이분법 적, 순 서적 범주 형 및 연속 잠재 지표가있는 일반적인 구조 방정식 모델 . Psychometrika , 49, 115–132.
2. Muthén, B., du Toit, SHC & Spisic, D. (1997). 범주 형 및 연속적 결과를 갖는 잠재 변수 모델링에서 가중 최소 제곱 및 2 차 추정 방정식을 사용한 강력한 추론. 미공개 기술 보고서.

(여기에서 PDF로 사용 가능 : 범주 형 변수에 대한 가중 최소 제곱 )

Mplus 위키에는 더 많은 것을 볼 수 있습니다. 예를 들어 서수 데이터를 사용한 WLS vs. WLSMV 결과 ; 두 저자는 매우 반응이 좋으며 가능한 경우 항상 첨부 된 참조와 함께 자세한 답변을 제공합니다. 다항식 또는 다항식 상관 행렬을 분석하는 강력한 가중치 최소 제곱 대 ML 기반 방법의 일부 비교 는 다음에서 찾을 수 있습니다.

레이, PW (2009). 구조 방정식 모델링에서 서수 데이터에 대한 추정 방법 평가 . 품질 및 수량 , 43, 495–507.

다른 수학적 개발을 위해 다음을 살펴볼 수 있습니다.

Jöreskog, KG (1994) 다항식 상관 관계와 그들의 점근 공분산 행렬의 추정 . Psychometrika , 59 (3), 381-389. ( SY Lee 의 논문 참조 )

Sophia Rabe-Hesketh와 그녀의 동료들도 SEM에 관한 좋은 논문을 가지고 있습니다. 일부 관련 참조는 다음과 같습니다.

1. Rabe-Hesketh, S. Skrondal, A. 및 Pickles, A. (2004b). 일반화 된 다단계 구조 방정식 모델링 . Psychometrika , 69, 167–190.
2. Skrondal, A. 및 Rabe-Hesketh, S. (2004). 일반화 된 잠재 변수 모델링 : 다단계, 세로 및 구조 방정식 모델 . Chapman & Hall / CRC, 보카 레이턴, FL. (이것은 Stata gllamm 을 이해하고 사용하기위한 참고서 입니다.)

John Uebersax의 우수한 웹 사이트, 특히 Tetrachoric and Polychoric Correlation Coefficients 소개에 다른 좋은 자료가있을 것입니다 . 응용 작업에도 관심이 있으시면 OpenMx (공분산 구조 모델링을위한 또 다른 소프트웨어 패키지)와 lavaan (EQS 또는 Mplus의 출력과 유사한 출력 제공을 목표로 함)을 모두 R에서 사용할 수 있습니다.

이 시점에서 목표에 접선하는 동안 잠재 변수를 사용하여 프로젝트를 계속하는 경우 Denny Boorsboom의 ' 측정하는 마음 ' 을 읽어보십시오 . 제목에 속지 마십시오. 잠재적 변수의 논리에 대한 자세한 에세이이며 고전적인 테스트 이론에 대한 큰 비판입니다. 세로 프레임 워크에서 잠재 변수를 사용하는 경우 독서가 필요하다고 말하고 싶습니다. 잠복 변수의 논리에 관한 것일 뿐이며 실제로 모형을 추정하는 것에 대해서는 아무 것도 없습니다.

귀하의 경험을 다시 게시하십시오. 도서관을 확장하고 싶지만 여기에 이미 언급되어 있습니다. FWIW, 잠복 변수 가있는 Ken Bollen의 구조 방정식 은 내 독서 목록의 다음 목록이었습니다 (단, 그의 학문적 연구에 대한 나의 의견에 근거하더라도).

그 외에도 나는 Bengt Muthén의 작품도 즐긴다 고 말할 것입니다. MPlus 소프트웨어는 매우 인기가 있으며 Mplus 웹 사이트 ( 사용자 안내서 링크)에서 수행 할 수있는 모든 유형의 분석을 볼 수 있습니다 . 또한 UCLA에서 잠재 변수를 사용하여 통계 분석에 대한 과정을 mp3로 게시 했습니다. 나는 그들 모두를 듣지는 않았지만, 그 주 강의에서 다루는 특정 주제에 대한 철저한 소개라고 생각합니다.

이것은 내가 선택한 과정에서 PBKline, 구조 방정식 모델링의 원리와 실습 , Guilford Press 의 권장 텍스트였습니다 . 이 책은 입문용이며 심하게 수학적인 것이 아닙니다.

보다 수학적, 베이지안, 치료를 위해 SY를 시도해보십시오. 이, 구조 방정식 모델링 : 베이지안 접근 , Wiley.

현재를 사용하여 SEM을 공부하고 LISREL있습니다. 우리는이 두 권의 책을 사용하고 있습니다 :

1. 구조 방정식 모델링을위한 초보자 안내서
2. 구조 방정식 모델링의 새로운 개발 및 기법

슈 메이커 박사는 제 코스의 강사입니다. 첫 번째 책은 모델 사양, 식별 등의 과정을 안내하므로 SEM을 소개하는 데 정말 좋습니다. LISREL소프트웨어를 기반으로하지만 결과의 일반적인 방법과 해석은 소프트웨어와 독립적 일 것으로 예상됩니다.

클라인의 책은 훌륭합니다. 논문으로 빠른 소개를 원하시면

Gefen, D. 2000. 구조 방정식 모델링 및 회귀 : 연구 실무 지침. CAIS. 4 권. http://aisel.aisnet.org/cais/vol4/iss1/7/

Hox, JJ 및 Bechger, TM 구조 방정식 모델링에 대한 소개. 가족 과학 검토. 11 : 354-373. http://joophox.net/publist/semfamre.pdf

Lei, PW 및 Wu, Q. 2007. 구조 방정식 모델링 소개 : 문제 및 실제 고려 사항. 교육 측정 : 문제 및 실습. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x

Grace, J. 2010. 관측 연구를위한 구조 방정식 모델링. 야생 동물 관리 저널. 72 : 14-22 http://dx.doi.org/10.2193/2007-307

참조 http://lavaan.org

Jarrett Byrnes (여기 jebyrnes)는 1 주일 내내 SEM 소개 강의 자료를 게시하고 있습니다 : http://byrneslab.net/teaching/sem/

이 과정은 생물학 및 생태 데이터에 SEM을 적용하는 연구원을 대상으로하지만 SEM 개념, R 코드 및 예제에 대한 일반적인 소개를 다루므로 다른 사람들에게 도움이 될 것입니다. 나는 접근 방법에 대한 지식이 거의 없기 때문에이 자료가 매우 유용하다는 것을 알았습니다.