Structural Equation Modeling에는 어떤 그래픽 기법이 사용됩니까?

구조 방정식 모델링에 특히 그래픽 기법이 적용 가능하거나 더 적용 가능한지 궁금합니다. 이것이 공분산 분석을위한 탐색 도구 또는 SEM 모델 평가를위한 그래픽 진단의 범주로 분류 될 수 있습니다. (실제로 경로 / 그래프 다이어그램을 생각하지 않습니다.)

PLS 경로 모델링을위한 멋진 R 패키지 인 plspm 을 제공 한 Laura Trinchera를 만났습니다 . 여기에는 다양한 종류의 2- 및 k- 블록 데이터 구조를위한 여러 그래픽 출력이 포함됩니다.

방금 plotSEMM R 패키지를 발견했습니다 . 그러나 두 번째 요점과 관련이 있으며 이변 량 관계를 그래프로 제한합니다.

SEM 진단 플롯에 대한 최근 참조에 관해서는 흥미로운 두 가지 논문이 있습니다.

1. Sanchez BN, Houseman EA 및 Ryan LM. 구조 방정식 모델에 대한 잔류 기반 진단 . 생체 인식 (2009) 65, 104–115
2. Yuan KH 및 Hayashi K. 모형에 적합 데이터 : 두 개의 산점도를 사용한 구조 방정식 모델링 진단 , 심리학 적 방법 (2010)
3. Porzio GC 및 Vitale MP. 진단 플롯을 통해 구조 방정식 모델에서 상호 작용 발견 . ISI 58 차 세계 대회 (2011).

이것은 매우 흥미로운 질문입니다. 2 차원 공분산 행렬이 있다고 가정합니다 (SEM에 대한 비현실적인 예이지만 나와 함께 참아주세요). 그런 다음 관측 된 공분산 행렬에 대해 관측 된 공분산 행렬에 대한 등고선을 플로팅하여 모형 적합도를 얻을 수 있습니다.

그러나 실제로는 고차원 공분산 행렬이됩니다. 이러한 상황에서는 한 번에 2 개의 변수를 사용하여 여러 개의 2 차원 플롯을 수행 할 수 있습니다. 이상적인 솔루션은 아니지만 어느 정도 도움이 될 수 있습니다.

편집하다

약간 더 나은 방법은 관측 된 공분산 행렬에서 주성분 분석 (PCA) 을 수행하는 것입니다. 관측 된 공분산 행렬에 대한 PCA 분석의 투영 행렬을 저장합니다. 이 투영 행렬을 사용하여 추정 된 공분산 행렬을 변환합니다.

그런 다음 추정 된 공분산 행렬에 대해 회전 된 관측 된 공분산 행렬의 두 가지 가장 높은 분산에 대해 등고선을 플로팅합니다. 우리가 원하는 플롯의 수에 따라 두 번째와 세 번째 가장 높은 분산 등을 취할 수 있습니다. 가능한 한 많은 데이터 변동을 설명하고자 할 때 가장 높은 분산에서 시작합니다.

상관 관계 또는 공분산 행렬의 다차원 스케일링을 수행 할 수 있다고 가정합니다. 정확하게 구조 방정식 모델링은 아니지만 상관 관계 또는 공분산 행렬에서 패턴과 구조를 강조 표시 할 수 있습니다. 그런 다음 적절한 모델로 공식화 할 수 있습니다.

상호 작용 효과가 있거나 다른 경우에는 소프트웨어 ITALASSI v1.2 (무료 소프트웨어)를 사용하여 2D 및 3D보기를 얻을 수 있습니다.