发布日期: 09/18/2023

多组分析示例

“结构化方程模型”平台中的“组”变量角色支持您对多个组的统计效应进行模型比较。在本例中,您关注的是比较两组儿童的学习成绩增长轨迹。您有关于学生在多项选择测试中的分数的四个重复测度。

1. 选择帮助 > 样本数据文件夹,然后打开 Academic Achievement.jmp。

2. 选择分析 > 多元方法 > 结构化方程模型

3. 多项选择年份1 一直选择到多项选择年份4,然后点击模型变量

4. 选择性别并点击

5. 点击确定

“结构化方程模型”报表“模型规格”分级显示项随即显示。

6. 选择模型快捷方式 > 纵向分析 > 线性潜在变量增长曲线

“模型规格”关系图现在显示线性潜在变量增长曲线模型。

7. 在“模型名称”下方的文本框中,键入“分组线性 LGC 模型(等式约束)”。

8. 在路径图中选择三角形图标与“截距”和“斜率”之间的箭头,然后点击设置等于

这将强制两组学生的“截距”和“斜率”潜在变量的均值相等。

9. 在“设置等于”窗口中,点击确定在两组之间应用等式约束。

10. 点击运行

11. 向上滚动至报表窗口的“模型规格”部分。

12. 在“模型名称”下方的文本框中,键入“分组线性 LGC 模型”。

13. 选择路径图中标记为 a1 和 a2 的箭头,然后点击自由

14. 点击运行

15. 点击“模型规格”旁边的灰色展开图标。

16. 在“模型比较”表中,同时选定两个分组 LGC 模型并点击比较选定模型

图 8.15 “模型比较”报表 

Model Comparison Report

卡方差异检验表明,等式约束导致模型失拟的统计上的显著性增加,因此是不合适的。与此相关,两个分组 LGC 模型的 BICu 值均为负值,这表明两个模型都倾向于不受限模型。您选择继续使用无约束分组 LGC 模型,因为它受到卡方差异检验的支持,并且具有较小的 BICu 值。

17. 点击“分组线性 LGC 模型(等式约束)”旁边的 Image shown here 按钮。

这将隐藏报表中与具有等式约束的模型相关的部分。

18. 按 Alt 键并点击“结构化方程模型: 分组线性 LGC 模型”旁边的红色小三角。

提示:Alt 键支持您同时选定多个红色小三角菜单选项。

19. 取消选择显示路径图拟合汇总参数估计值等选项。

20. 选择预测值图选项。

21. 点击确定

注意:“结构化方程模型: 分组线性 LGC 模型”红色小三角菜单中的选择将应用于“男性”和“女性”选项卡报表。

22. 右击“男性”或“女性”选项卡,然后选择设置样式 > 水平展开

23. 选中连接数据点框。

图 8.16 预测值图 

Predicted Values Plots

在过去 4 年中,与女性的预测值相比,男性的预测值具有更平缓的斜率和更小的变异。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).