अंतरिम समीकरण मॉडल और संरचनात्मक समीकरण मॉडल के बीच अंतर


12

क्या कोई कृपया मुझे यह समझने में मदद कर सकता है कि इसके साथ-साथ समीकरण मॉडल और संरचनात्मक समीकरण मॉडल (SEM) में क्या अंतर हैं? यह बहुत अच्छा होगा अगर कोई मुझे इस पर कुछ साहित्य प्रदान कर सकता है।

इसके अलावा, क्या कोई साहित्य है जहां SEM का उपयोग समय के संदर्भ में किया गया है? जो साहित्य मुझे मिल रहे हैं, उन्हें क्रॉस-सेक्शनल डेटा संदर्भ में SEM समझाया गया है।

धन्यवाद!


समय श्रृंखला के बारे में निश्चित नहीं है, लेकिन एसईएम ढांचे का व्यापक रूप से अव्यक्त विकास वक्र मॉडलिंग में उपयोग किया गया है, उदाहरण के लिए; बेंग्ट ओ। मुथेन और कोल द्वारा काम देखें , और Mplus होमपेज पर संदर्भ ।
CHL

जवाबों:


11

एक साथ समीकरण मॉडल (दो प्रकार के मॉडल को अलग करने के लिए उन्हें सिम कहते हैं), ऐसे मॉडल हैं जहां आपके पास कुछ समानताएं हैं। उदाहरण के लिए,

y=α+βx+uyx=γ+δy+ux

जैसा कि आप देख सकते हैं, दो समीकरण समीकरणों की एक प्रणाली बनाते हैं। ये व्यापक रूप से अर्थमिति और व्यावहारिक अर्थशास्त्र में उपयोग किए जाते हैं, लेकिन यह गारंटी नहीं है कि उनकी उचित (आर्थिक) व्याख्या है।

इसके अलावा, चीजों को और अधिक जटिल बनाने के लिए, सिम को संरचनात्मक और कम दोनों रूपों में लिखा जा सकता है। तो आप संरचनात्मक समीकरण में संरचनात्मक समीकरण मॉडलिंग (SEM) के रूप में जाना जाता है, का उल्लेख किए बिना, एक संरचनात्मक रूप में एक साथ समीकरण मॉडल की बात कर सकते हैं! यदि आप एक संदर्भ चाहते हैं, तो वोल्ड्रिज द्वारा क्रॉस सेक्शन और पैनल डेटा का इकोनोमेट्रिक एनालिसिस बहुत अच्छा है।

SEM ब्रह्मांड में आप कारण संबंधों और उन चीजों का अनुमान लगाने की कोशिश करते हैं जिन्हें आप नहीं देख सकते। उदाहरण के लिए, IQ निरीक्षण करना असंभव है, लेकिन आप इसका अध्ययन करने के लिए संबंधित (अवलोकनीय) चर के बीच संबंधों का शोषण कर सकते हैं। फैक्टर विश्लेषण एक आम एसईएम विधि है।

समय श्रृंखला पर एसईएम के अनुप्रयोगों के लिए, आप गतिशील कारक विश्लेषण पर एक नज़र रखना चाह सकते हैं।


धन्यवाद सेबस्टियन! आपका उत्तर सही लगता है। लेकिन कुछ अन्य के लिए भी इंतजार कर रहे हैं। :)
बीटा

@ रीचर्डहार्डी: मैं वास्तव में यह जवाब दिया चिह्नित करने के लिए भूल गया :) मैं आमतौर पर ऐसा नहीं है! मुझे याद दिलाने के लिये धन्यवाद।
बीटा

मैं @ हजेसेब से सहमत हूं। केवल एक अतिरिक्त बिंदु जो अर्थमिति में संरचनात्मक समीकरण मॉडल का उपयोग किया जाता है, लेकिन अधिकांश सांख्यिकीविद् उनका उपयोग नहीं करते हैं या उन्हें बहुत पसंद करते हैं। समस्या यह है कि वे डेटा और इसके रूप के बारे में कई मजबूत धारणाएं बनाते हैं। आमतौर पर आँकड़े लोग डेटा से ही इन रिश्तों का अनुमान लगाना पसंद करते हैं।
क्रिशनाब

4

यह मुझे लगता है कि अर्थमिति में SEM की व्याख्या बहस का विषय है। पर्ल, एसईएम और उसके मापदंडों की कारण व्याख्या का दृढ़ता से बचाव करता है। उदाहरण के लिए आप पढ़ सकते हैं: संरचनात्मक समीकरण मॉडलिंग के कारण की नींव - पर्ल (2012)।

वह एक साथ समीकरण मॉडल (सिम) जैसे शब्दों को SEM के पर्यायवाची मानते हैं। पर्ल राय (पृष्ठ 3) में अंतिम SEM पर हटाने / अस्पष्ट कारण का एक पारिभाषिक शब्द है। उनकी राय में SEM को हमेशा स्पष्ट कारण देना चाहिए।

निश्चित रूप से एसईएम / सिम संदर्भ में हमेशा संरचनात्मक रूप और कम रूप होते हैं , जहां कमी पहचान द्वारा प्राप्त की जाती है । कृपया, यदि आप एक अर्थशास्त्र की पाठ्यपुस्तक या गंभीर लेख जानते हैं, जो इन भेदों के बिना सिम / एसईएम के बारे में बोलते हैं, तो मुझे बताएं। प्रति प्रपत्र कम, केवल सह-संबंध / प्रतिगमन अर्थ किया जाता है, लेकिन पहचान के माध्यम से हम कारण को प्राप्त करते हैं। निश्चित रूप से संरचनात्मक अर्थ सहसंबंध से परे (व्यापक अर्थ में, जरूरी नहीं कि रैखिक) एक है, लेकिन अगर संरचनात्मक अर्थ कारण नहीं है तो मुझे नहीं पता कि यह क्या है।

समय श्रृंखला संदर्भ भी संबंधित है, मेरा प्रश्न यहां देखें: अर्थशास्त्र में संरचनात्मक समीकरण और कारण मॉडल


0

पूर्व उत्तर तक जोड़ने के लिए, मैं कहूंगा कि यह बिल्कुल अलग नहीं है; वास्तव में उनका दृष्टिकोण अलग है। समकालिक समीकरण शब्द समकालिकता पर केंद्रित होता है, इसलिए अवधारणा के अनुसार मापदंडों का अनुमान लगाने के लिए सरल ओएलएस के अलावा अन्य तकनीकों का उपयोग करने की सिफारिश की जाती है। दूसरी ओर, संरचनात्मक समीकरण शब्द स्वयं संरचना पर केंद्रित है, इसलिए इसमें अव्यक्त चर आदि शामिल हो सकते हैं। वास्तव में, संरचनात्मक समीकरणों को मॉडल करने के कई तरीके हैं।


1
क्या आप समानता पर विस्तार कर सकते हैं? मैंने सोचा कि यह अलग है क्योंकि एक साथ समीकरणों में फीडबैक लूप हो सकता है, लेकिन एसईएम जितना मुझे पता नहीं है
केएच किम
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.