Share your ideas for the JMP Scripting Unsession at Discovery Summit by September 17th. We hope to see you there!
Choose Language Hide Translation Bar
Highlighted
markus
Level I

Kann man SEM auch für Vorhersagen nutzen?

Ich mag die neue JMP-Pro 15 Structural Equation Model (SEM) sehr, da man hier auch sehr gut komplexe Vorgänge leicht modellieren kann - auch wenn die Rechendauer sehr lang ist.

Neben diesen Vorzügen in der Analyse, würde ich das erstellte Modell auch gerne für die Vorhersage nutzen. Kann mir jemand einen Tipp geben, wie das geht? Einen Prediction Profiler habe ich auf der Plattform keinen gefunden.

 

Danke im Vorraus!

2 REPLIES 2
Highlighted
LauraCS
Staff

Re: Kann man SEM auch für Vorhersagen nutzen?

Hi @markus,

So glad to hear you like the new SEM platform! Getting a forecast depends on the model you're fitting (and there are all kinds of models one can fit in SEM!). If you have a regression model (X --> Y), then using the Parameter Estimates is the key. The regression coefficient represents the change in the outcome, Y, for every unit change in the predictor, X. Assuming you have an estimate of the intercept of Y, you can assemble a standard regression equation, such that Y_hat = y_intercept + reg_coef * X, where you can plug-in different X values to see how your predicted Y (Y_hat) changes.

 

Another case could be a model where W --> X --> Y (called a mediation model, here X "mediates" the relation between W and Y). If you're interested in the effect W has on Y, then you would multiply the two regression coefficients to obtain the "indirect" effect of W to Y and then use that for your prediction equation.

 

Now, the good news is that we're planning to add the profiler in JMP Pro 16 so this will be simplified in the future! The other good news is that estimation in 15.1 will be much faster than 15.0, so be sure to upgrade as soon as 15.1 is available (sometime in Feb/2020).

Laura C-S
Highlighted
markus
Level I

Re: Kann man SEM auch für Vorhersagen nutzen?

Danke Laura!
Das Modell besteht hauptsächlich aus 3 Teilen, die miteinander verbunden sind:
1) Einige Xs, bei denen 2 Covarianten sind, sagen indirekt über einen latenten Faktor eine Reihe von Ys voraus.
2) Zwei dieser Ys werden zu Xs für die nächste Stufe und sagen zusammen mit einigen anderen Xs ein Y voraus
3) Dieses Y wird zu einem neuen X für Stufe 3 und sagt indirekt über einen anderen latenten Faktor voraus, dass mit einigen anderen X eine Reihe von endgültigen Ys zusammenkommen wird
Wie gehe ich mit diesen Schätzungen um?
Zur Verdeutlichung füge ich ein Strukturdiagramm hinzu.

SEM Outline.JPG

 

 

Article Labels

    There are no labels assigned to this post.