Quali tecniche grafiche sono utilizzate nella modellazione di equazioni strutturali?

Sono curioso di sapere se esistono tecniche grafiche particolari, o più applicabili, alla modellazione di equazioni strutturali. Immagino che questo potrebbe rientrare in categorie per gli strumenti esplorativi per l'analisi della covarianza o la diagnostica grafica per la valutazione del modello SEM. (Non sto davvero pensando ai diagrammi di percorso / grafico qui.)

Ho incontrato Laura Trinchera che ha contribuito con un bel pacchetto R per la modellazione di percorsi PLS, plspm . Include diversi output grafici per vari tipi di strutture dati a 2 e 2 blocchi.

Ho appena scoperto il pacchetto plotSEMM R. Tuttavia, è più correlato al secondo punto ed è limitato alla rappresentazione grafica delle relazioni bivariate.

Per quanto riguarda i recenti riferimenti sul diagramma diagnostico per i SEM, ecco due articoli che potrebbero essere interessanti (per il secondo, ho appena sfogliato l'abstract di recente ma non riesco a trovare una versione non controllata):

1. Sanchez BN, Houseman EA e Ryan LM. Diagnostica basata su residui per modelli di equazioni strutturali . Biometria (2009) 65, 104-115
2. Yuan KH e Hayashi K. Dati di adattamento al modello: diagnosi della modellazione di equazioni strutturali mediante due grafici a dispersione , Metodi psicologici (2010)
3. Porzio GC e Vitale MP. Scoprire l'interazione nei modelli di equazioni strutturali attraverso un diagramma diagnostico . 58 ° Congresso Mondiale ISI (2011).

Questa è una domanda molto interessante Supponiamo di avere una matrice di covarianza bidimensionale (esempio molto irrealistico di SEM ma per favore abbiate pazienza con me). Quindi è possibile tracciare gli iso-contorni per la matrice di covarianza osservata rispetto alla matrice di covarianza stimata per ottenere un senso di adattamento del modello.

Tuttavia, in realtà avrai una matrice di covarianza ad alta dimensione. In una situazione del genere, è possibile eseguire diversi grafici bidimensionali prendendo 2 variabili alla volta. Non è la soluzione ideale, ma forse può aiutare in una certa misura.

modificare

Un metodo leggermente migliore consiste nell'eseguire l'analisi dei componenti principali (PCA) sulla matrice di covarianza osservata. Salvare la matrice di proiezione dall'analisi PCA sulla matrice di covarianza osservata. Utilizzare questa matrice di proiezione per trasformare la matrice di covarianza stimata.

Tracciamo quindi iso-contorni per le due varianze più alte della matrice di covarianza osservata ruotata rispetto alla matrice di covarianza stimata. A seconda del numero di grafici che vogliamo fare, possiamo prendere la seconda e la terza varianza più alta, ecc. Partiamo dalle varianze più elevate poiché vogliamo spiegare quante più variazioni possibili nei nostri dati.

Suppongo che potresti fare un ridimensionamento multidimensionale della matrice di correlazione o covarianza. Non è esattamente la modellazione di equazioni strutturali, ma potrebbe evidenziare modelli e strutture nella matrice di correlazione o covarianza. Questo potrebbe quindi essere formalizzato con un modello appropriato.

Se si verifica un effetto di interazione (o anche in altro modo) è possibile utilizzare il software ITALASSI v1.2 (software gratuito) per ottenere viste 2D e 3D