การสร้างแบบจำลองสมการโครงสร้างเบื้องต้น


24

ฉันถูกเพื่อนร่วมงานขอความช่วยเหลือในเรื่องนี้ซึ่งฉันไม่รู้จริงๆ พวกเขาตั้งสมมติฐานเกี่ยวกับบทบาทของตัวแปรแฝงในการศึกษาหนึ่งครั้งและผู้ตัดสินขอให้พวกเขาทำเป็นระเบียบใน SEM เนื่องจากสิ่งที่พวกเขาต้องการดูเหมือนไม่ยากเกินไปฉันคิดว่าฉันจะให้ช็อตเด็ด ... สำหรับตอนนี้ฉันแค่มองหาการแนะนำที่ดีเกี่ยวกับเรื่องนี้!

Google ไม่ใช่เพื่อนของฉันในเรื่องนี้ ขอบคุณมากล่วงหน้า ...

PS: ฉันอ่านการสร้างแบบจำลองสมการโครงสร้างด้วยแพคเกจ sem ใน Rโดย John Fox และข้อความนี้โดยผู้เขียนคนเดียวกัน ฉันคิดว่านี่น่าจะเพียงพอสำหรับวัตถุประสงค์ของฉัน


คุณต้องการหนังสือเรียนที่สำคัญเกี่ยวกับ SEM ในมุมมองที่นำไปใช้หรือเป็นตำราทั่วไปและเป็นทางการมากกว่านี้หรือไม่?
chl

@chl ขอบคุณสำหรับความสนใจของคุณ ตอนนี้ฉันได้รับข้อมูลพื้นฐานแล้วฉันต้องการเห็นความเป็นไปได้และเงื่อนไขในการระบุตัวตนที่ชัดเจน บางอย่างเกี่ยวกับตัวบ่งชี้เลขฐานสองและเลขลำดับก็น่ายินดีเช่นกัน Fox ใช้ความสัมพันธ์แบบ polychoric ซึ่งดูเหมือนง่ายและมีประสิทธิภาพ แต่เห็นได้ชัดว่ามีวิธีแก้ปัญหาที่ซับซ้อนมากขึ้นเป็นไปได้ ... ฉันพบเอกสารที่น่าสนใจบ้าง ยินดีต้อนรับตำราเรียนหรือ "เอกสารอ้างอิง"
Elvis

คำตอบ:


18

ฉันจะไปอ่านบทความโดยMúthenและMúthenผู้แต่งซอฟต์แวร์Mplusโดยเฉพาะ

  1. Múthen, BO (1984) รูปแบบสมการทั่วไปโครงสร้าง dichotomous สั่งเด็ดขาดและต่อเนื่องหุ้นแฝง Psychometrika , 49, 115–132
  2. Muthén, B. , du Toit, SHC และ Spisic, D. (1997) การอนุมานที่มีประสิทธิภาพโดยใช้กำลังสองน้อยที่สุดและสมการประมาณกำลังสองในการสร้างแบบจำลองตัวแปรแฝงด้วยผลลัพธ์ที่เป็นหมวดหมู่และต่อเนื่อง ไม่เผยแพร่รายงานทางเทคนิค

(มีให้ในรูปแบบ PDF จากที่นี่: ตารางถ่วงน้ำหนักน้อยที่สุดสำหรับตัวแปรหมวดหมู่ )

มีจำนวนมากขึ้นที่จะเห็นในวิกิพีเดีย Mplus เช่นแอลเอสเทียบกับผลการ WLSMV กับข้อมูลลำดับ ; ผู้เขียนสองคนตอบสนองได้ดีมากและให้คำตอบโดยละเอียดพร้อมการอ้างอิงที่เป็นไปได้เสมอ การเปรียบเทียบบางส่วนของกำลังสองน้อยที่สุดที่มีน้ำหนักเทียบกับวิธีการที่ใช้ ML ในการวิเคราะห์เมทริกซ์สหสัมพันธ์โพลีคอร์ซิกหรือโพลีเซเรียลสามารถพบได้ใน:

Lei, PW (2009) การประเมินวิธีการประมาณค่าข้อมูลลำดับในการสร้างแบบจำลองสมการโครงสร้าง คุณภาพและปริมาณ , 43, 495–507

สำหรับการพัฒนาทางคณิตศาสตร์อื่น ๆ คุณสามารถดู:

Jöreskogกิโลกรัม (1994) ในการประมาณค่าของความสัมพันธ์ polychoric และเมทริกซ์ความแปรปรวนของพวกเขา Psychometrika , 59 (3), 381-389 (ดูเอกสารของSY Lee )

Sophia Rabe-Hesketh และเพื่อนร่วมงานของเธอยังมีเอกสารที่ดีเกี่ยวกับ SEM ข้อมูลอ้างอิงที่เกี่ยวข้อง ได้แก่ :

  1. Rabe-Hesketh, S. Skrondal, A. และ Pickles, A. (2004b) ทั่วไปหลายแบบจำลองสมการโครงสร้าง Psychometrika , 69, 167–190
  2. Skrondal, A. และ Rabe-Hesketh, S. (2004) ทั่วไปแฝงตัวแปรการสร้างแบบจำลอง: หลาย, ยาวและสมการโครงสร้างรุ่น แชปแมน & ฮอล / ซีอาร์ซี, โบคาเรตัน, ฟลอริดา (นี่คือหนังสืออ้างอิงสำหรับทำความเข้าใจ / ทำงานกับ Stata gllamm )

แหล่งข้อมูลที่ดีอื่น ๆ อาจจะมีการระบุไว้ในเว็บไซต์ยอดเยี่ยมจอห์น Uebersax ของโดยเฉพาะอย่างยิ่งรู้เบื้องต้นเกี่ยวกับ Tetrachoric และ Polychoric ค่าสัมประสิทธิ์สหสัมพันธ์ เนื่องจากคุณสนใจงานประยุกต์ฉันขอแนะนำให้ดูที่OpenMx (เป็นชุดซอฟต์แวร์อื่นสำหรับการสร้างแบบจำลองโครงสร้างความแปรปรวนร่วม) และลาวา (ซึ่งมีจุดมุ่งหมายในการส่งมอบผลลัพธ์ที่คล้ายกับ EQS หรือ Mplus) ทั้งสองมีอยู่ภายใต้ R


ขอบคุณมากสำหรับการอ้างอิงทั้งหมดเหล่านี้รวมถึงแพ็คเกจ R
Elvis

12

ขณะที่มีเพียงสัมผัสกับเป้าหมายของคุณ ณ จุดนี้ถ้าคุณยังคงใช้ในโครงการตัวแปรแฝงฉันจะสูงแนะนำให้คุณอ่านDenny Boorsboom ของการวัดใจ อย่าหลงกลโดยชื่อมันเป็นบทความรายละเอียดส่วนใหญ่เกี่ยวกับตรรกะของตัวแปรแฝงและคำวิจารณ์ขนาดใหญ่ของทฤษฎีการทดสอบแบบดั้งเดิม ฉันจะบอกว่ามันเป็นสิ่งจำเป็นในการอ่านหากคุณใช้ตัวแปรแฝงในกรอบระยะยาว มันเกี่ยวกับตรรกะของตัวแปรแฝงเท่านั้น แต่มันไม่มีอะไรเกี่ยวกับการประมาณค่าแบบจำลอง


โพสต์กลับด้วยประสบการณ์ของคุณฉันมีบางส่วนของการอ้างอิงที่นี่แล้วแม้ว่าฉันต้องการที่จะขยายห้องสมุดของฉันเช่นกัน FWIW สมการเชิงโครงสร้างของ Ken Bollen ที่มีตัวแปรแฝงคือถัดไปในรายการเรื่องรออ่านของฉัน

นอกจากนั้นฉันจะบอกว่าฉันสนุกกับงานของ Bengt Muthénเช่นกัน ซอฟต์แวร์ MPlus เป็นที่นิยมอย่างไม่น่าเชื่อและคุณสามารถดูการวิเคราะห์ทุกประเภทที่สามารถทำได้ในเว็บไซต์ Mplus ( ลิงก์ไปยังคู่มือผู้ใช้ ) นอกจากนี้เขายังมีชุดการโพสต์ mp3ของหลักสูตรการวิเคราะห์ทางสถิติด้วยตัวแปรแฝงที่ UCLA ฉันไม่ได้ฟังพวกเขาทั้งหมด แต่ฉันคิดว่าทุกคนจะแนะนำตัวอย่างละเอียดในหัวข้อใดก็ตามที่ครอบคลุมสำหรับการบรรยายในสัปดาห์นั้น


3
(+1) ฉันเป็นแฟนตัวยงของเอกสารของDenny Boorsboom
chl

หนังสือ Borsboom ครอบคลุมทฤษฎีการตอบสนองข้อสอบหรือไม่? ฉันกำลังพยายามทำงานสืบสวนโดยใช้การวิเคราะห์ Rasch ในการสำรวจทางสังคมศาสตร์และฉันสนใจที่จะเพิ่มหนังสือลงในห้องสมุดของฉันซึ่งวิจารณ์ CTT และแนะนำ IRT สำหรับงานสังคมศาสตร์
Michelle

@Michelle หนังสือเล่ม Borsboom ไม่ได้ระบุวิธีที่เราใช้แทนตัวแปรแฝง (ผ่าน IRT หรือแบบจำลองการวิเคราะห์ปัจจัยอื่น ๆ ) มันเป็นเพียงบทความที่มีรายละเอียดเกี่ยวกับตัวแปรแฝงและส่วนใหญ่เกี่ยวกับวิธี CTT โง่เง่าเป็นความพยายามทางวิทยาศาสตร์
Andy W

@AndyW ขอบคุณสำหรับข้อมูลเพิ่มเติมดูเหมือนว่าหนังสือเล่มนี้จะเป็นส่วนเสริมที่ดีในห้องสมุดของฉัน
Michelle

@Michelle CTT มักจะใช้เป็นขั้นตอนการวิเคราะห์เบื้องต้น (ดูเช่น Bechger et al., การใช้ทฤษฎีการทดสอบแบบคลาสสิกร่วมกับทฤษฎีการตอบสนองรายการ , APM 2003 27: 319) ในระหว่างการก่อสร้างมาตราส่วนเพื่อทิ้งรายการที่มีพฤติกรรมไม่ดี การวิจารณ์หลักเกี่ยวกับความจริงที่ว่าสถิติ CTT นั้นขึ้นอยู่กับตัวอย่าง (และมีคำจำกัดความซึ่งเป็นจริงของคะแนนจริง ) แต่ไม่ใช่โมเดล IRT ทั้งหมดที่เป็น 'แบบจำลองการวัด' จริง ๆ สำหรับผู้เขียนบางคน
chl

7

นี่คือข้อความที่แนะนำในหลักสูตรที่ฉันทำ: PBKline หลักการและการปฏิบัติของการสร้างแบบจำลองสมการเชิงโครงสร้าง The Guilford Press มันเป็นข้อความเกริ่นนำไม่ใช่คณิตศาสตร์อย่างหนัก

สำหรับการทดลองทางคณิตศาสตร์แบบเบย์คุณสามารถลอง: SY ลี, การสร้างแบบจำลองสมการโครงสร้าง: แนวทางแบบเบย์ , ไวลีย์


5

ฉันกำลังศึกษา SEM LISRELในขณะที่ใช้ เรากำลังใช้หนังสือสองเล่มนี้:

  1. คู่มือเริ่มต้นของการสร้างแบบจำลองสมการโครงสร้าง
  2. การพัฒนาและเทคนิคใหม่ในการสร้างแบบจำลองสมการโครงสร้าง

Dr Schumaker เป็นผู้สอนในหลักสูตรของฉัน หนังสือเล่มแรกดีมากในการแนะนำ SEM เพราะจะนำคุณผ่านขั้นตอนการกำหนดรุ่นการระบุและอื่น ๆ แม้ว่าจะเป็นไปตามLISRELซอฟต์แวร์ฉันคาดหวังว่าวิธีการทั่วไปและการตีความผลลัพธ์จะเป็นอิสระจากซอฟต์แวร์


2
ฉันอยากจะแนะนำแบบจำลองตัวแปรแฝงของ Loehlin : การวิเคราะห์ปัจจัยเส้นทางและสมการโครงสร้างเบื้องต้น (2003, 4 ed., Lawrence Erlbaum Associates) นั่นเป็นหนังสือที่ดีมากที่มีภาพประกอบและข้อมูลอ้างอิงมากมาย
chl

หนังสือเล่มแรกนั้นยอดเยี่ยมในการก้าวผ่านการตัดสินใจเกี่ยวกับการตัดตัวแปรจากผลลัพธ์ SEM ของคุณเพื่อให้คุณได้รูปแบบที่ระบุไว้อย่างถูกต้อง ในหลักสูตรที่ฉันทำฉันใช้เวลาส่วนใหญ่ในการพยายามกำหนดสเปคโมเดลที่ถูกต้องและเรากำลังใช้ชุดข้อมูลที่เป็นตัวอย่าง ข้อมูลจำเพาะ -> การระบุ -> การประมาณค่า -> การทดสอบ -> กระบวนการปรับเปลี่ยนนั้นครอบคลุมในหนังสือเล่มแรก
มิเชล

4

หนังสือของ Kline นั้นยอดเยี่ยม สำหรับบทนำอย่างรวดเร็วเช่นกระดาษดู

Gefen, D. 2000. การสร้างแบบจำลองสมการโครงสร้างและการถดถอย: แนวทางสำหรับการปฏิบัติงานวิจัย CAIS เล่มที่ 4 http://aisel.aisnet.org/cais/vol4/iss1/7/

Hox, JJ และ Bechger, TM ความรู้เบื้องต้นเกี่ยวกับการสร้างแบบจำลองสมการโครงสร้าง รีวิววิทยาศาสตร์ครอบครัว 11: 354-373 http://joophox.net/publist/semfamre.pdf

Lei, PW และ Wu, Q. 2007. บทนำการสร้างแบบจำลองสมการโครงสร้าง: ปัญหาและข้อควรพิจารณาในทางปฏิบัติ การวัดทางการศึกษา: ปัญหาและการปฏิบัติ http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x

เกรซ, J. 2010 การสร้างแบบจำลองสมการโครงสร้างสำหรับการศึกษาแบบสังเกต วารสารการจัดการสัตว์ป่า 72: 14-22 http://dx.doi.org/10.2193/2007-307

ดูhttp://lavaan.org ด้วย


1

Jarrett Byrnes (jebyrnes ที่นี่) นอกจากนี้ยังมีสื่อการเรียนการสอน SEM intro week ของเขาที่โพสต์ที่นี่: http://byrneslab.net/teaching/sem/

หลักสูตรนี้มีไว้สำหรับนักวิจัยที่ใช้ SEM กับข้อมูลชีวภาพและระบบนิเวศ แต่ครอบคลุมการแนะนำทั่วไปถึงแนวคิด SEM, รหัส R และตัวอย่างดังนั้นจึงมีแนวโน้มที่จะเป็นประโยชน์ต่อผู้อื่น ฉันพบว่าเนื้อหามีประโยชน์มากในการเริ่มต้นโดยแทบไม่มีความรู้เกี่ยวกับวิธีการ

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.