Saya ingin tahu apakah ada teknik grafis tertentu, atau lebih dapat diterapkan, untuk pemodelan persamaan struktural. Saya kira ini bisa jatuh ke dalam kategori untuk alat eksplorasi untuk analisis kovarians atau diagnostik grafis untuk evaluasi model SEM. (Saya tidak benar-benar memikirkan diagram jalur / grafik di sini.)
14
Jawaban:
Saya bertemu Laura Trinchera yang menyumbang paket R yang bagus untuk pemodelan PLS-path, plspm . Ini mencakup beberapa keluaran grafis untuk berbagai jenis struktur data 2- dan k-block.
Saya baru saja menemukan paket plotSEMM R. Ini lebih terkait dengan poin kedua Anda, dan terbatas pada grafik hubungan bivariat.
Adapun referensi terbaru tentang plot diagnostik untuk SEM, berikut adalah dua makalah yang mungkin menarik (untuk yang kedua, saya baru saja menelusuri abstrak baru-baru ini tetapi tidak dapat menemukan versi ungated):
sumber
Ini pertanyaan yang sangat menarik. Anggaplah kita memiliki matriks kovarians 2 dimensi (contoh yang sangat tidak realistis untuk SEM tetapi tolong bawa saya). Kemudian Anda dapat memplot iso-kontur untuk matriks kovarians yang diamati vis-a-vis matriks kovarians yang diestimasi untuk mendapatkan rasa kecocokan model.
Namun, pada kenyataannya Anda akan matriks kovarians dimensi tinggi. Dalam situasi seperti itu, Anda mungkin dapat melakukan beberapa plot 2 dimensi dengan mengambil 2 variabel sekaligus. Bukan solusi ideal tetapi mungkin dapat membantu sampai batas tertentu.
Edit
Metode yang sedikit lebih baik adalah dengan melakukan Principal Component Analysis (PCA) pada matriks kovarians yang diamati. Simpan matriks proyeksi dari analisis PCA pada matriks kovarians yang diamati. Gunakan matriks proyeksi ini untuk mengubah estimasi matriks kovarians.
Kami kemudian memplot kontur iso untuk dua varian tertinggi dari matriks kovarians terpantau yang diamati vis-a-vis matriks kovarians yang diestimasi. Bergantung pada berapa banyak plot yang ingin kita lakukan, kita dapat mengambil varian tertinggi kedua dan ketiga dll. Kita mulai dari varian tertinggi karena kita ingin menjelaskan sebanyak mungkin variasi dalam data kita.
sumber
Saya kira Anda bisa melakukan penskalaan multidimensi dari korelasi atau matriks kovarians. Ini bukan pemodelan persamaan struktural, tetapi mungkin menyoroti pola dan struktur dalam matriks korelasi atau kovarian. Ini kemudian dapat diformalkan dengan model yang sesuai.
sumber
Jika ada efek interaksi (atau bahkan sebaliknya) Anda bisa menggunakan perangkat lunak ITALASSI v1.2 (perangkat lunak bebas) untuk mendapatkan tampilan 2D dan 3D
sumber