Introducción al modelado de ecuaciones estructurales.

24

Los colegas me piden ayuda en este tema, que realmente no sé. Hicieron hipótesis sobre el papel de algunas variables latentes en un estudio, y un árbitro les pidió que formalizaran esto en SEM. Como lo que necesitan no parece demasiado difícil, creo que lo intentaré ... por ahora, ¡solo estoy buscando una buena introducción al tema!

Google no era realmente mi amigo en esto. Muchas gracias de antemano...

PD: Leí Modelado de ecuaciones estructurales con el paquete sem en R de John Fox, y este texto del mismo autor. Creo que esto puede ser suficiente para mi propósito, de todos modos cualquier otra referencia es bienvenida.

references modeling sem psychometrics Elvis
fuente
¿Desea algunos libros de texto clave sobre SEM en una perspectiva aplicada, o libros de texto más generales y formales?
chl
@chl Gracias por su atención. Ahora que obtuve los conceptos básicos, me gustaría ver una escritura explícita de la probabilidad y las condiciones de identificación. Algo sobre indicadores binarios y ordinales también sería muy bienvenido: Fox utiliza correlaciones policóricas, lo que parece simple y eficiente, pero obviamente son posibles soluciones más complejas ... Encontré algunos documentos interesantes pero no tengo tiempo para realizar una búsqueda bibliográfica extensa; un libro de texto o un "documento de referencia" sería bienvenido.
Elvis

Respuestas:

18

Buscaría algunos documentos de Múthen y Múthen, quienes fueron los autores del software Mplus , especialmente

  1. Múthen, BO (1984). Un modelo general de ecuaciones estructurales con indicadores latentes categóricos dicotómicos, ordenados y continuos . Psychometrika , 49, 115-132.
  2. Muthén, B., du Toit, SHC y Spisic, D. (1997). Inferencia robusta usando mínimos cuadrados ponderados y ecuaciones de estimación cuadráticas en modelos variables latentes con resultados categóricos y continuos. Informe técnico no publicado.

(Disponible en formato PDF desde aquí: mínimos cuadrados ponderados para variables categóricas ).

Hay mucho más que ver en la wiki de Mplus, por ejemplo, resultados de WLS vs. WLSMV con datos ordinales ; los dos autores son muy receptivos y siempre brindan respuestas detalladas con referencias de acompañamiento cuando es posible Se pueden encontrar algunas comparaciones de mínimos cuadrados robustos ponderados frente a métodos basados ​​en ML para analizar matrices de correlación policóricas o poliséricas en:

Lei, PW (2009). Evaluación de métodos de estimación para datos ordinales en modelos de ecuaciones estructurales . Calidad y cantidad , 43, 495–507.

Para otro desarrollo matemático, puede echar un vistazo a:

Jöreskog, KG (1994) Sobre la estimación de correlaciones policóricas y su matriz de covarianza asintótica . Psychometrika , 59 (3), 381-389. (Véanse también los documentos de SY Lee ).

Sophia Rabe-Hesketh y sus colegas también tienen buenos documentos sobre SEM. Algunas referencias relevantes incluyen:

  1. Rabe-Hesketh, S. Skrondal, A. y Pickles, A. (2004b). Modelado generalizado de ecuaciones estructurales multinivel . Psychometrika , 69, 167-190.
  2. Skrondal, A. y Rabe-Hesketh, S. (2004). Modelado variable generalizado latente: modelos de ecuaciones multinivel, longitudinales y estructurales . Chapman & Hall / CRC, Boca Ratón, FL. (Este es el libro de texto de referencia para comprender / trabajar con Stata gllamm .)

Probablemente se enumeren otros buenos recursos en el excelente sitio web de John Uebersax, en particular Introducción a los coeficientes de correlación tetracorórica y policórica . Dado que también está interesado en el trabajo aplicado, sugeriría que eche un vistazo a OpenMx (otro paquete de software para modelar la estructura de covarianza) y lavaan (que tiene como objetivo entregar resultados similares a los de EQS o Mplus), ambos disponibles en R.

chl
fuente
Muchas gracias por todas estas referencias, incluidos los paquetes R.
Elvis
12

Si bien solo es tangente a sus objetivos en este punto, si continúa en proyectos utilizando variables latentes, le sugiero que lea la Medición de la mente de Denny Boorsboom . No se deje engañar por el título, es principalmente un ensayo detallado sobre la lógica de las variables latentes, y una gran crítica de la teoría de prueba clásica. Diría que es necesario leer si está utilizando variables latentes en un marco longitudinal. Sin embargo, solo se trata de la lógica de las variables latentes, no tiene nada sobre estimar realmente los modelos.

Vuelva a publicar con sus experiencias, ya tengo algunas de las referencias dadas aquí, aunque también me gustaría ampliar mi biblioteca. FWIW, las ecuaciones estructurales de Ken Bollen con variables latentes fueron las siguientes en mi lista de lectura (aunque eso solo se basa en mi opinión sobre su trabajo académico).

Además de eso, diría que también disfruto el trabajo de Bengt Muthén. El software MPlus es increíblemente popular, y puede ver todos los tipos de análisis que se pueden realizar en el sitio web de Mplus ( enlace a la guía del usuario ). También tiene una serie de publicaciones en mp3 de su curso sobre análisis estadístico con variables latentes en UCLA. No los he escuchado a todos, pero sospecho que todos son introducciones exhaustivas de cualquier tema en particular que se cubra durante la conferencia de esa semana.

Andy W
fuente
3
(+1) Soy realmente un gran admirador de los papeles de Denny Boorsboom .
chl
¿El libro de Borsboom cubre la teoría de la respuesta al ítem? Estoy tratando de hacer un trabajo de investigación usando el análisis Rasch en encuestas de ciencias sociales, y estoy interesado en agregar libros a mi biblioteca que critiquen a CTT y recomienden IRT para el trabajo de ciencias sociales.
Michelle
@Michelle, el libro de Borsboom no es específico de las formas en que representamos variables latentes (ya sea a través de IRT u otros modelos de tipo de análisis Factorial). Es simplemente un ensayo detallado sobre qué son las variables latentes, y también en gran parte sobre cómo la CTT es una tontería como un esfuerzo científico.
Andy W
@AndyW gracias por la información adicional, parece que el libro seguirá siendo una buena adición a mi biblioteca.
Michelle
@Michelle CTT se usa a menudo como una etapa analítica preliminar (ver, por ejemplo, Bechger et al., Uso de la teoría de prueba clásica en combinación con la teoría de respuesta a ítems, APM 2003 27: 319) durante la construcción de la báscula, para descartar ítems que se comportan mal. La principal crítica es sobre el hecho de que las estadísticas de CTT dependen de la muestra (y tienen alguna definición axiomática de la puntuación real ), pero no todos los modelos de IRT son realmente 'modelo de medición', para algunos autores.
chl
5

Estoy estudiando SEM en este momento, usando LISREL. Estamos usando estos dos libros:

  1. Una guía para principiantes al modelado de ecuaciones estructurales
  2. Nuevos desarrollos y técnicas en el modelado de ecuaciones estructurales

El Dr. Schumaker es el instructor en mi curso. El primer libro es realmente bueno para presentar SEM, ya que lo lleva a través del proceso de especificación del modelo, identificación, etc. Si bien se basa en el LISRELsoftware, esperaría que los métodos generales y la interpretación de los resultados sean independientes del software.

Michelle
fuente
2
Recomendaría los modelos variables latentes de Loehlin : una introducción al análisis de factores, rutas y ecuaciones estructurales (2003, 4ª ed., Lawrence Erlbaum Associates). Es un libro muy bueno con muchas ilustraciones y referencias.
chl
El primer libro es excelente para guiarlo a través de las decisiones sobre cómo recortar variables de sus resultados SEM, de modo que termine con un modelo correctamente especificado. En el curso que estoy haciendo, paso mucho tiempo tratando de resolver la especificación correcta del modelo, y estamos usando conjuntos de datos ilustrativos. La especificación -> identificación -> estimación -> prueba -> proceso de modificación está bien cubierta en el primer libro.
Michelle
4

El libro de Kline es excelente. Para una introducción rápida como un documento, vea

Gefen, D. 2000. Modelización y regresión de ecuaciones estructurales: pautas para la práctica de la investigación. CAIS Volumen 4. http://aisel.aisnet.org/cais/vol4/iss1/7/

Hox, JJ y Bechger, TM Una introducción al modelado de ecuaciones estructurales. Family Science Review. 11: 354-373. http://joophox.net/publist/semfamre.pdf

Lei, PW y Wu, Q. 2007. Introducción al modelado de ecuaciones estructurales: problemas y consideraciones prácticas. Medición educativa: problemas y práctica. http://dx.doi.org/10.1111/j.1745-3992.2007.00099.x

Grace, J. 2010. Modelado de ecuaciones estructurales para estudios observacionales. The Journal of Wildlife Management. 72: 14-22 http://dx.doi.org/10.2193/2007-307

Ver también http://lavaan.org

jebyrnes
fuente
1

Jarrett Byrnes (jebyrnes aquí) también tiene sus materiales de curso de introducción SEM de una semana publicados aquí: http://byrneslab.net/teaching/sem/

El curso está dirigido a investigadores que aplican SEM a datos biológicos y ecológicos, pero cubre introducciones generales de conceptos SEM, código R y ejemplos, por lo que es probable que sea útil para otros. El material me pareció muy útil al comenzar, casi sin conocimiento del enfoque.

DirtStats
fuente