Những kỹ thuật đồ họa được sử dụng trong mô hình phương trình cấu trúc?

14

Tôi tò mò nếu có các kỹ thuật đồ họa cụ thể, hoặc áp dụng nhiều hơn, cho mô hình phương trình cấu trúc. Tôi đoán điều này có thể rơi vào các loại cho các công cụ thăm dò để phân tích hiệp phương sai hoặc chẩn đoán đồ họa để đánh giá mô hình SEM. (Tôi không thực sự nghĩ về sơ đồ đường dẫn / biểu đồ ở đây.)

sem data-visualization

— ars
nguồn

Thuật ngữ "SEM" là mơ hồ. Ví dụ, nó cũng có thể có nghĩa là "Tiếp thị công cụ tìm kiếm" cho ai đó đang tìm kiếm các kỹ thuật phân tích thống kê để nghiên cứu dữ liệu nhấp vào quảng cáo hoặc đánh giá hiệu quả quảng cáo. Xem xét làm cho tiêu đề dài dòng hơn.

— Paul

13

Tôi đã gặp Laura Trinchera, người đã đóng góp một gói R đẹp cho mô hình đường dẫn PLS, plspm . Nó bao gồm một số đầu ra đồ họa cho các loại cấu trúc dữ liệu 2 và khối k khác nhau.

Tôi mới phát hiện ra gói âm mưu R. Tuy nhiên, nó liên quan nhiều hơn đến điểm thứ hai của bạn và bị hạn chế trong việc vẽ đồ thị các mối quan hệ hai biến.

Đối với các tài liệu tham khảo gần đây về âm mưu chẩn đoán cho SEM, đây là hai bài báo có thể thú vị (đối với phần thứ hai, tôi chỉ duyệt bản tóm tắt gần đây nhưng không thể tìm thấy phiên bản chưa được chỉnh sửa):

Sanchez BN, Houseman EA và Ryan LM. Chẩn đoán dựa trên dư cho các mô hình phương trình cấu trúc . Sinh trắc học (2009) 65, 104 Từ115
Yuan KH và Hayashi K. Kết hợp dữ liệu với mô hình: Chẩn đoán mô hình phương trình cấu trúc bằng hai sơ đồ phân tán , Phương pháp tâm lý (2010)
Porzio GC và Vitale MP. Khám phá sự tương tác trong các mô hình phương trình cấu trúc thông qua một sơ đồ chẩn đoán . Đại hội thế giới lần thứ 58 của ISI (2011).

— chl
nguồn

@chl: cảm ơn! Tôi nhớ plspm được công bố trên danh sách semnet - vì một số lý do PLS không lớn ở bên này Đại Tây Dương, không biết tại sao. cốt truyệnSEMM trông thực sự thú vị, không thể chờ đợi để chơi với nó.

— ars

@chl: btw, tôi muốn nói thêm rằng thật xấu hổ vì PLS không được chú ý nhiều hơn ở đây, vì dường như có rất nhiều điều thú vị xảy ra xung quanh nó, đặc biệt là với các công cụ được phát triển (ví dụ SmartPLS ngoài plspm). Tôi đã đọc một số công việc của Wold một thời gian trước và một số ý tưởng của anh ta chỉ mới được thực hiện (ví dụ: "có một cuộc trò chuyện với dữ liệu của bạn"). Tôi thực sự cần phải dành ra một chút thời gian để khám phá nó nhiều hơn.

— ars

@ars Bạn có muốn một danh sách các bài đọc giới thiệu? Tôi cũng đã làm việc với Arthur Tenenhaus, người đã gửi một bài báo hay với cha của anh ấy (vâng, Michel Tenenhaus) cho Psychometrika: Họ đang thống nhất tất cả các phương pháp hai khối (PCA, CCA, PLS, liên pin, v.v.) nhờ rất gọn gàng viết lại các ràng buộc argmax. Tôi đã chơi bản thân với PLS / CCA (L1 / L2) bị phạt trong bộ gen, nhưng tôi cảm thấy nó sẽ mang lại nhiều điều thú vị hơn trên dữ liệu y sinh của tôi.

— chl

1

@ars Vì vậy, tôi muốn đề xuất các giấy tờ sau từ Cha & Con: j.mp/dvEDgb , j.mp/csD1Yf , j.mp/dkEHq5 .

— chl

4

Đây là một câu hỏi rất thú vị. Giả sử rằng chúng ta có ma trận hiệp phương sai 2 chiều (ví dụ rất không thực tế cho SEM nhưng xin hãy đồng ý với tôi). Sau đó, bạn có thể vẽ các đường đồng mức cho ma trận hiệp phương sai quan sát vis-a-vis ma trận hiệp phương sai ước tính để có được cảm giác phù hợp với mô hình.

Tuy nhiên, trong thực tế, bạn sẽ có một ma trận hiệp phương sai chiều cao. Trong tình huống như vậy, có lẽ bạn có thể thực hiện một số ô 2 chiều lấy 2 biến cùng một lúc. Không phải là giải pháp lý tưởng nhưng có lẽ có thể giúp một phần nào đó.

Biên tập

Một phương pháp tốt hơn một chút là thực hiện Phân tích thành phần chính (PCA) trên ma trận hiệp phương sai quan sát được. Lưu ma trận chiếu từ phân tích PCA trên ma trận hiệp phương sai quan sát được. Sử dụng ma trận chiếu này để biến đổi ma trận hiệp phương sai ước tính.

Sau đó, chúng ta vẽ đồ thị các đường đồng mức cho hai phương sai cao nhất của ma trận hiệp phương sai được quan sát xoay theo ma trận hiệp phương sai ước tính. Tùy thuộc vào số lượng lô mà chúng tôi muốn thực hiện, chúng tôi có thể lấy phương sai cao thứ hai và thứ ba, v.v. Chúng tôi bắt đầu từ phương sai cao nhất vì chúng tôi muốn giải thích càng nhiều biến thể trong dữ liệu của mình càng tốt.

Srikant, cảm ơn bạn đã phản hồi! Tôi không chắc ý của bạn là gì bởi các lô của hiệp phương sai (obs v est) - bạn có thể giải thích không? Cảm ơn.

— ars

Xem điều này: vi.wikipedia.org/wiki/Level_set . Đặt Sigma là ma trận hiệp phương sai 2 chiều và Y ~ N (0, Sigma). Một đường đẳng cự sẽ vẽ tập hợp các điểm Y mà f (Y | sigma) = c trong đó c là hằng số. Lưu ý rằng Y là một vectơ 2 chiều. Bạn sẽ chọn các giá trị khác nhau của c và từ đó thu được các đường đẳng lượng khác nhau sẽ cho bạn cảm giác về sự lan truyền của phân phối.

@Srikant, cảm ơn vì lời đề nghị. Tôi đã dành một chút thời gian để thử nó và có vẻ như là một khởi đầu tốt để có được một so sánh trực quan nhanh chóng, đặc biệt là khi sự phù hợp là xấu.

— ars

2

Tôi cho rằng bạn có thể thực hiện một tỷ lệ đa chiều của ma trận tương quan hoặc hiệp phương sai. Nó không chính xác mô hình phương trình cấu trúc, nhưng nó có thể làm nổi bật các mô hình và cấu trúc trong ma trận tương quan hoặc hiệp phương sai. Điều này sau đó có thể được chính thức hóa với một mô hình thích hợp.

— Jeromy Anglim
nguồn

Cảm ơn Jeromy. Chỉ cần đọc mục Wikipedia cho MDS - có vẻ như nó có thể dẫn đến một nơi nào đó.

— ars

0

Nếu có hiệu ứng tương tác (hoặc thậm chí khác), bạn có thể sử dụng phần mềm ITALASSI v1.2 (phần mềm miễn phí) để có chế độ xem 2D và 3D

— Jindow Joseph
nguồn