Preguntas etiquetadas con sem

En el modelado de ecuaciones estructurales con variables latentes (SEM), una formulación de modelo común es "Indicador múltiple, causa múltiple" (MIMIC) donde una variable latente es causada por algunas variables y reflejada por otras. Aquí hay un ejemplo simple: Esencialmente, f1es un resultado de regresión para x1, x2y x3, y …

10 sem  latent-variable  lavaan 

Estoy revisando el paquete R OpenMx para un análisis de epidemiología genética con el fin de aprender a especificar y ajustar modelos SEM. Soy nuevo en esto, así que tengan paciencia conmigo. Estoy siguiendo el ejemplo en la página 59 de la Guía del usuario de OpenMx . Aquí dibujan …

10 correlation  sem  causality  paired-data 

Tengo muchos problemas con un conjunto de datos al que estoy tratando de aplicar SEM. Suponemos la existencia de 5 factores latentes A, B, C, D, E, con indicadores resp. A1 a A5 (factores ordenados), B1 a B3 (cuantitativo), C1, D1, E1 (los tres últimos factores ordenados, con solo 2 …

10 r  modeling  multiple-regression  sem 

Necesito analizar un conjunto de datos de datos de rehabilitación clínica. Estoy interesado en las relaciones basadas en hipótesis entre la "entrada" cuantificada (cantidad de terapia) y los cambios en el estado de salud. Aunque el conjunto de datos es relativamente pequeño (n ~ 70), hemos repetido datos que reflejan …

10 r  repeated-measures  panel-data  sem 

No estoy seguro de cómo proceder con este CFA que estoy haciendo en lavaan. Tengo una muestra de 172 participantes (sé que no es mucho para un CFA) y 28 elementos con escalas Likert de 7 puntos que deberían cargarse en siete factores. Hice un CFA con estimadores "mlm", pero …

9 r  sem  fitting  confirmatory-factor 

Estoy buscando una herramienta de software (preferiblemente de código abierto) para dibujar modelos de ecuaciones / mezclas estructurales de manera eficiente y bonita. Después de buscar en xfig y graphviz, ahora me quedo con el paquete de gráficos vectoriales generales Inkscape porque parece más flexible. Me gustaría sondear la comunidad …

9 data-visualization  modeling  sem  software 

Contexto: Dentro del contexto del modelado de ecuaciones estructurales, tengo una no normalidad según la prueba de Mardia, pero los índices univariados de asimetría y curtosis son inferiores a 2.0. Preguntas: ¿Deben evaluarse las estimaciones de parámetros (estimaciones de coeficientes) utilizando bootstrapping (1000 repeticiones) con métodos con corrección de sesgo? …

8 bootstrap  normality-assumption  sem 

Contexto Tengo algunos problemas con mi tesis doctoral. Mi tesis es Investigar los comportamientos de ciudadanía organizacional de los maestros de escuela primaria a través de sus percepciones sobre la cultura organizacional y sus niveles de confianza organizacional. Tengo una muestra de 871 maestros. Tengo tres instrumentos, pero fueron desarrollados …

8 factor-analysis  sem 

En un modelo de ecuación estructural, a menudo se usa el estimador de ML. En el caso de que las variables no sean multivariadas normales, ¿se puede utilizar ML? Muchas veces los indicadores que tiene disponibles para trabajar no son multivariados normales. No estoy seguro de cómo proceder en ese …

8 maximum-likelihood  sem  normality-assumption  multivariate-normal 

Estoy ejecutando un CFA y obtengo buenos índices de ajuste (CFI = .99, RMSEA = .01) para una escala unidimensional. Sin embargo, cuando pruebo la consistencia interna, obtengo los s ( ) de Cronbach pobres . He intentado todo, desde eliminar valores atípicos hasta soltar elementos y aún así terminar …

8 sem  reliability  psychometrics  confirmatory-factor  cronbachs-alpha 

Tengo problemas para encontrar una solución con respecto a cómo ejecutar una prueba post-hoc (Tukey HSD) después de un ANOVA de medidas repetidas de 2 factores (ambos dentro de los sujetos) en R. Para el ANOVA, he usado la función aov: summary(aov(dv ~ x1 * x2 + Error(subject/(x1*x2)), data=df1)) Después …

8 r  anova  repeated-measures  post-hoc  tukey-hsd  goodness-of-fit  curve-fitting  sem  latent-variable  mplus  anova  post-hoc  tukey-hsd  markov-process  image-processing  r  time-series  causality  granger-causality  anova  mixed-model  lme4-nlme  random-effects-model  r  matlab  data-transformation  multinomial  notation  estimation  nonparametric  logistic  r  missing-data  multiple-imputation  mice 

Tengo dos grupos de 10 participantes que fueron evaluados tres veces durante un experimento. Para probar las diferencias entre los grupos y entre las tres evaluaciones, ejecuté un ANOVA de diseño mixto 2x3 con group(control, experimental), time(primero, segundo, tres) y group x time. Ambos timey groupresultaron significativos, además hubo una …

8 anova  mixed-model  spss  post-hoc  bonferroni  time-series  unevenly-spaced-time-series  classification  normal-distribution  discriminant-analysis  probability  normal-distribution  estimation  sampling  classification  svm  terminology  pivot-table  random-generation  self-study  estimation  sampling  estimation  categorical-data  maximum-likelihood  excel  least-squares  instrumental-variables  2sls  total-least-squares  correlation  self-study  variance  unbiased-estimator  bayesian  mixed-model  ancova  statistical-significance  references  p-value  fishers-exact  probability  monte-carlo  particle-filter  logistic  predictive-models  modeling  interaction  survey  hypothesis-testing  multiple-regression  regression  variance  data-transformation  residuals  minitab  r  time-series  forecasting  arima  garch  correlation  estimation  least-squares  bias  pca  predictive-models  genetics  sem  partial-least-squares  nonparametric  ordinal-data  wilcoxon-mann-whitney  bonferroni  wilcoxon-signed-rank  traminer  regression  econometrics  standard-error  robust  misspecification  r  probability  logistic  generalized-linear-model  r-squared  effect-size  gee  ordered-logit  bayesian  classification  svm  kernel-trick  nonlinear  bayesian  pca  dimensionality-reduction  eigenvalues  probability  distributions  mathematical-statistics  estimation  nonparametric  kernel-smoothing  expected-value  filter  mse  time-series  correlation  data-visualization  clustering  estimation  predictive-models  recommender-system  sparse  hypothesis-testing  data-transformation  parametric  probability  summations  correlation  pearson-r  spearman-rho  bayesian  replicability  dimensionality-reduction  discriminant-analysis  outliers  weka 

He realizado el análisis de ruta utilizando la semfunción en R. El modelo que ajusté consta de rutas directas e indirectas. Tengo algunos problemas para interpretar las estimaciones de los coeficientes SEM. ¿R da el valor del efecto total = (efecto directo + efecto indirecto) directamente o tengo que multiplicar …

8 r  interpretation  sem  path-model