स्ट्रक्चरल इक्वेशन मॉडलिंग में कौन सी ग्राफिकल तकनीकों का उपयोग किया जाता है?

14

मैं उत्सुक हूँ अगर वहाँ संरचनात्मक समीकरण मॉडलिंग के लिए विशेष रूप से, या अधिक लागू होते हैं। मुझे लगता है कि यह SEM मॉडल मूल्यांकन के लिए सहसंयोजक विश्लेषण या चित्रमय निदान के लिए खोजपूर्ण साधनों की श्रेणियों में गिर सकता है। (मैं वास्तव में यहाँ पथ / ग्राफ़ आरेखों के बारे में नहीं सोच रहा हूँ।)

sem data-visualization

— आर्स
स्रोत

शब्द "SEM" अस्पष्ट है। उदाहरण के लिए, "सर्च इंजन मार्केटिंग" का अर्थ यह भी हो सकता है कि कोई व्यक्ति विज्ञापन क्लिक डेटा का अध्ययन करने या विज्ञापन प्रभावशीलता का मूल्यांकन करने के लिए सांख्यिकीय विश्लेषण तकनीकों की तलाश कर रहा है। शीर्षक को और अधिक क्रियाशील बनाने पर विचार करें।

— पॉल

13

मैं लौरा त्रिनखेरा से मिली जिन्होंने पीएलएस-पथ मॉडलिंग, पीएसपीएम के लिए एक अच्छा आर पैकेज दिया । इसमें विभिन्न प्रकार के 2- और के-ब्लॉक डेटा संरचनाओं के लिए कई चित्रमय आउटपुट शामिल हैं।

मैंने बस प्लॉटसेम आर पैकेज की खोज की । यह आपके दूसरे बिंदु से अधिक संबंधित है, हालांकि, और रिश्वत रिश्तों को रेखांकन करने के लिए प्रतिबंधित है।

SEM के लिए नैदानिक कथानक पर हाल के संदर्भों के अनुसार, यहां दो पेपर हैं जो दिलचस्प हो सकते हैं (दूसरे के लिए, मैंने हाल ही में सार को ब्राउज किया है लेकिन एक अनगढ़ संस्करण नहीं मिल सकता है):

सांचेज बीएन, हाउसमैन ईए और रयान एलएम। संरचनात्मक समीकरण मॉडल के लिए अवशिष्ट-आधारित निदान । बॉयोमीट्रिक्स (2009) 65, 104-115
युआन केएच और हयाशी के। मॉडल के लिए फिटिंग डेटा: संरचनात्मक समीकरण मॉडलिंग निदान दो तितर बितर भूखंडों का उपयोग कर , मनोवैज्ञानिक तरीके (2010)
पोरजियो जीसी और विटले सांसद। डायग्नोस्टिक प्लॉट के माध्यम से स्ट्रक्चरल इक्वेशन मॉडल्स में इंटरैक्ट की खोज । आईएसआई 58 वीं विश्व कांग्रेस (2011)।

— CHL
स्रोत

@chl: धन्यवाद! मुझे याद है कि सेमीनेट सूची में पीएलपीएस की घोषणा की जा रही है - किसी कारण से, पीएलएस अटलांटिक के इस तरफ उतना बड़ा नहीं है, निश्चित रूप से क्यों नहीं। प्लॉटसेम वास्तव में दिलचस्प लगता है, इसके साथ खेलने के लिए इंतजार नहीं कर सकता।

— ars

@chl: btw, मेरा मतलब है कि यह शर्म की बात है कि PLS यहाँ अधिक उल्लेखित नहीं है, क्योंकि इसके आस-पास बहुत सारी रोमांचक चीजें हो रही हैं, विशेष रूप से उपकरण विकसित किए जा रहे हैं (जैसे कि plspm के अलावा SmartPLS)। मैंने कुछ समय पहले वॉल्ड के कुछ काम पढ़े और उनके कुछ विचार केवल महसूस किए जा रहे हैं (उदाहरण के लिए "आपके डेटा के साथ वार्तालाप करना")। मुझे वास्तव में इसे और अधिक जानने के लिए कुछ समय अलग सेट करने की आवश्यकता है।

— ars

क्या आप रीडिंग की सिफारिश की सूची चाहते हैं? मैंने आर्थर टेनेनहौस के साथ भी काम किया, जिन्होंने साइकोमेट्रिका में अपने पिता (हाँ, मिशेल टेनेहॉस) के साथ एक अच्छा पेपर प्रस्तुत किया: वे सभी दो-ब्लॉक विधियों (पीसीए, सीसीए, पीएलएस, अंतर-बैटरी, आदि) को बहुत साफ कर रहे हैं। Argmax की कमी को फिर से लिखना। मैं खुद को जीनोमिक्स में दंडित PLS / CCA (L1 / L2) के साथ खेल रहा हूं, लेकिन मुझे लगता है कि यह मेरे बायोमेडिकल डेटा पर अधिक दिलचस्प लाएगा।

— chl

1

@ars तो, मैं पिता और पुत्र से निम्नलिखित पत्र सुझाना चाहूंगा : j.mp/dvEDgb , j.mp/csD1Yf , j.mp/dkEHq5 ।

— chl

4

यह एक बहुत ही दिलचस्प सवाल है। मान लीजिए कि हमारे पास 2 आयामी सहसंयोजक मैट्रिक्स है (SEM के लिए बहुत ही अवास्तविक उदाहरण लेकिन कृपया मेरे साथ सहन करें)। फिर आप मॉडल फिट की भावना प्राप्त करने के लिए अनुमानित सहसंयोजक मैट्रिक्स के अवलोकन किए गए सहसंयोजक मैट्रिक्स के लिए iso-contours साजिश कर सकते हैं।

हालांकि, वास्तव में आप एक उच्च-आयामी सहसंयोजक मैट्रिक्स होंगे। ऐसी स्थिति में, आप शायद एक समय में 2 चर लेने वाले कई 2 आयामी प्लॉट कर सकते हैं। आदर्श समाधान नहीं है, लेकिन शायद कुछ हद तक मदद मिल सकती है।

संपादित करें

थोड़ा बेहतर तरीका है कि प्रेक्षित सहसंयोजक मैट्रिक्स पर प्रधान घटक विश्लेषण (पीसीए) किया जाए। मनाया covariance मैट्रिक्स पर पीसीए विश्लेषण से प्रक्षेपण मैट्रिक्स को बचाएं। अनुमानित covariance मैट्रिक्स को बदलने के लिए इस प्रक्षेपण मैट्रिक्स का उपयोग करें।

फिर हम अनुमानित covariance मैट्रिक्स के घूमते हुए covariance मैट्रिक्स के दो उच्चतम संस्करणों के लिए iso-contours प्लॉट करते हैं। हम कितने प्लॉट करना चाहते हैं इसके आधार पर हम दूसरा और तीसरा सबसे बड़ा संस्करण आदि ले सकते हैं। हम उच्चतम वेरिएंस से शुरू करते हैं जितना हम अपने डेटा में अधिक से अधिक बदलाव करना चाहते हैं।

श्रीकांत, प्रतिक्रिया के लिए धन्यवाद! मुझे यकीन नहीं है कि आप कोविरियन्स के समोच्च भूखंडों से क्या मतलब है (अस्पष्ट वी स्था) - क्या आप विस्तृत कर सकते हैं? धन्यवाद।

— आर्स

देखें: en.wikipedia.org/wiki/Level_set । बता दें कि सिग्मा आ 2 डायमेंशनल कोवरिएन मैट्रिक्स और वाई ~ एन (0, सिग्मा) है। एक सम-समोच्च रेखा, बिंदुओं के समुच्चय को Y के लिए निर्धारित करेगी जिसके लिए f (Y | sigma) = c जहाँ c एक स्थिर है। ध्यान दें कि Y एक 2-आयामी वेक्टर है। आप सी के विभिन्न मूल्यों को चुनेंगे और इसलिए अलग-अलग आईएसओ-समोच्च रेखाएँ प्राप्त करेंगे जो आपको वितरण के प्रसार का एहसास दिलाएंगे।

@ श्रीकांत, सुझाव के लिए धन्यवाद। मैंने इसे आज़माने में कुछ समय बिताया और यह एक त्वरित दृश्य तुलना प्राप्त करने में एक अच्छी शुरुआत की तरह लगता है, खासकर जब फिट खराब हो।

— आर्स

2

मुझे लगता है कि आप सहसंबंध या सहसंयोजक मैट्रिक्स का बहुआयामी स्केलिंग कर सकते हैं। यह बिल्कुल संरचनात्मक समीकरण मॉडलिंग नहीं है, लेकिन यह सहसंबंध या सहसंयोजक मैट्रिक्स में पैटर्न और संरचना को उजागर कर सकता है। इसके बाद एक उपयुक्त मॉडल के साथ औपचारिक रूप दिया जा सकता है।

— जेरोमी एंग्लिम
स्रोत

धन्यवाद जिरोमी। एमडीएस के लिए विकिपीडिया प्रविष्टि पढ़ें - ऐसा लगता है कि यह कहीं का नेतृत्व कर सकता है।

— आर्स

0

यदि कोई इंटरैक्शन प्रभाव है (या अन्यथा भी) तो आप 2D और 3D विचारों को प्राप्त करने के लिए sofware ITALASSI v1.2 (फ्री सॉफ्टवेयर) का उपयोग कर सकते हैं

— जिंदो जोसेफ
स्रोत