স্ট্রাকচারাল সমীকরণ মডেলিংয়ের পুনরাবৃত্তি করে


10

আমার ক্লিনিকাল রিহ্যাবিলিটেশন ডেটার একটি ডেটাসেট বিশ্লেষণ করা দরকার। আমি পরিমাণযুক্ত "ইনপুট" (থেরাপির পরিমাণ) এবং স্বাস্থ্যের অবস্থার পরিবর্তনের মধ্যে অনুমান-চালিত সম্পর্কের বিষয়ে আগ্রহী। যদিও ডেটাসেট তুলনামূলকভাবে ছোট (এন ~ 70) আমাদের উভয়ের মধ্যে সাময়িক পরিবর্তনগুলি প্রতিবিম্বিত ডেটা পুনরাবৃত্তি করেছে। আমি আর-তে নন-লিনিয়ার মিশ্র প্রভাবগুলির মডেলিংয়ের সাথে পরিচিত তবে এখানে ইনপুট এবং আউটপুটগুলির মধ্যে সম্ভাব্য "কার্যকারণ" সম্পর্কে আগ্রহী এবং এইভাবে এসইএম-এর পুনরাবৃত্তি ব্যবস্থা গ্রহণের বিষয়টি বিবেচনা করছি

আমি সেই পরামর্শের প্রশংসা করব যা নিয়ে যদি আর (স্যাম, লাভান, ওপেনমেক্স?) ​​এর জন্য এসইএম প্যাকেজগুলির কোনও পুনরাবৃত্তি ব্যবস্থা সম্পর্কিত ডেটা এবং বিশেষত পাঠ্যপুস্তকের জন্য সুপারিশের জন্য উপযুক্ত (ক্ষেত্রের কোনও "পিনহিরো এবং বেটস" আছে?) ।


2
আপনার কি মনে হয় আপনার মোটেও এসইএম দরকার? আপনি যদি এই হাইপ শুনে থাকেন যে SEM সমস্ত কার্যকারিতা সমস্যা সমাধান করে তবে এটি একটি ওভারহাইপ, কেবল আদর্শ র্যান্ডমাইজড পরীক্ষাগুলিই করে do নীচে আমার উত্তরে আমি যে রেফারেন্স দিয়েছি তা দেখুন।
StasK

1
আপনি n ~ 70 বললে আপনার অর্থ 70 জন রোগী সময়ের সাথে পরিমাপ করা হয় বা 70 টি পরিমাপ (10 টি বিভিন্ন সময়ে 7 রোগী বলুন)? আমি কেবল SEM শিখছি, তবে একটি জিনিস আমি এখনও অবধি লক্ষ্য করেছি যে এটি বড় ডেটাসেটগুলি ধরে নিয়েছে (তারা 200+ বা আরও বেশি কথা বলে), তাই আপনি নিজেকে হতাশ / বোকা বানাতে পারেন।
ওয়েইন

উত্তর:


5

আমি মনে করি আপনি একটি সুপ্ত বৃদ্ধি কার্ভ মডেল চান। যদিও আমি কেবল এটির LISRELজন্য ব্যবহার করেছি , lavaan package documentationইঙ্গিত দেয় যে এটি এই ধরণের মডেলটির সাথে খাপ খায়।

আমি এই বিষয়টিতে বিশেষত এমন কোনও বই সম্পর্কে জানি না, আমি এসইএম এর জন্য যে বইটি থেকে কাজ করছি তার মধ্যে বিভিন্ন পদ্ধতি রয়েছে। সম্ভবত অন্য কেউ আপনার প্রশ্নের সেই দিকটির উত্তর দিতে পারে।


2
(+1) প্রকৃতপক্ষে, বর্ধন বক্ররেখা এবং মিশ্রণ এলভি মডেলগুলি এসইএম বা মনোবিজ্ঞানের কিছু 'হট' বিষয়গুলির মধ্যে রয়েছে; এগুলি লেটেন্ট ভেরিয়েবল মিকচার মডেলগুলির (হ্যানকক এবং স্যামুয়েলসেন, ২০০৮) মতো সাম্প্রতিক কয়েকটি বইতে আচ্ছাদিত । আমার টোবারিএডফোর্ডোলিং লিস্টে আমার অন্যান্য কাগজপত্র রয়েছে, এবং এম্প্লাস সফ্টওয়্যার সেই নির্দিষ্ট উদ্দেশ্যে যে প্রস্তাব দেয় তার সাথে মিল রেখে আমি মাথিনের কাছ থেকে কাজটি দেখার এবং সংঘর্ষের পরামর্শ দেব । আমি যদি সাহিত্যটি পুনরায় lavaanপড়তে এবং এমপ্লাসের সাথে / এমএক্স তুলনা করতে কিছু সময় পাই তবে আমি নিজেই একটি উত্তর পোস্ট করব।
chl

এটি ভাল হবে, কারণ আমি কেবলমাত্র সুপ্ত বৃদ্ধির বক্ররেখা মডেলগুলি শিখেছি এবং সেমে অন্য প্রকারের এসইএমের তুলনায় তারা সত্যই বেশ অনন্য মডেল।
মিশেল 21

4

না, কোনও "পিনহেরো এবং বেটস" নেই। "AMOS / LISREL / Mplus ব্যবহার করে SEM" শিরোনামে বেশ কয়েকটি বই আপনি খুঁজে পেতে পারেন তবে আর কোনও ব্যবহারের বিষয়ে আমি অবগত নই mathe গাণিতিকভাবে বলতে গেলে SEM এর সেরা বইটি এখনও বোলেন (1989) । এটি একটি বায়োস্ট্যাটাস্টিনিশিয়ান (যদিও খুব ভাল একজন!) এর চেয়ে একজন সমাজবিজ্ঞানী লিখেছেন, এবং এটি সামাজিক বিজ্ঞানীদের লক্ষ্য নিয়ে তৈরি করা হয়েছে এবং এতে সফ্টওয়্যারটির কয়েকটি উল্লেখ রয়েছে (এবং আপনি কোনও এক শতাব্দী আগে, এক শতাব্দী আগে সফ্টওয়্যারটি চান না) । জুডিয়া পার্লের সাথে কার্যকারিতা নিয়ে সম্প্রতি বোলেন একটি ভাল কাগজ সহ-রচনা করেছেন, দেখুন http://ftp.cs.ucla.edu/pub/stat_ser/r393.pdf । আমি যতদূর বলতে পারি, মুলাইক (২০০৯) খুব ভাল হওয়া উচিত, তবে এটি মনোবিজ্ঞানীদের দ্বারা একজন মনস্তাত্ত্বিক লিখেছেন।

আমি মনে করি না এই জাতীয় জিনিস চালানোর জন্য সেম প্যাকেজ যথেষ্ট নমনীয়। ওপেনএমএক্স অর্ডিনাল ডেটাগুলি (এবং তাই বাইনারি ফলাফলগুলি) ডিল করতে পারে তবে ল্যাভান এটি করতে পারে বলে আমি মনে করি না।

সফ্টওয়্যার, যা আপনি ধারণার দিক মোকাবেলা করার সবচেয়ে সহজ পদ্ধিতি হল পাবেন হতে পারে GLLAMM , একটি প্যাকেজ জন্য লিখিত Stata । একটি উপায় দেখা হয়েছে, এটি মূলত একটি স্টাটা অবতার nlme। অতিরিক্ত ঝাপটায় (এলোমেলো প্রভাবের সহগের সাথে অন্যান্য ভেরিয়েবলের মান অনুযায়ী পরিবর্তিত হওয়া), এটি একটি সুপ্ত পরিবর্তনশীল মডেলিং প্যাকেজ হয়ে যায়। এগুলি সমস্তই স্ক্রোনডাল এবং রাবে-হেস্কেথ (2004) এ বর্ণিত হয়েছে ... এটি প্রতি এক দুর্দান্ত বই যা আপনি চাইলেও করতে চাইবেন nlme


(+1) ভাল রেফারেন্স। (সম্পর্কে gllamm, অন্যভাবে দেখা হয়েছে - আইআরটি মডেলগুলিতে ব্যবহৃত সাইকোমেট্রিকের দৃষ্টিকোণ থেকে: এটি কেবল মারাত্মকভাবে ধীর :-)
chl

@ সিএল, আপনার নিজের সম্ভাবনা লিখুন;)) এটা কি আমি করলেন polychoric, উদাহরণস্বরূপ, যখন আমি প্রয়োজন ছিল।
StasK

2

আপনি যেমন সাধারণত রৈখিক মিশ্র মডেলগুলির সাথে স্বাচ্ছন্দ্যবোধ করেন এবং আপনি এমনটি বোঝাচ্ছেন না যে আপনি সুপ্ত পরিবর্তনশীলগুলিতে আগ্রহী, সম্ভবত আপনি কোনও ডিপ lmerসেপ্টেম্বর পরীক্ষার সাহায্যে মূল্যায়ন করতে পারেন এমন কোনও টুকরোজ পদ্ধতি গ্রহণ করতে চাইতে পারেন । শিপলি, বি। (2009) দেখুন। সাধারণীকরণের বহুস্তর প্রসঙ্গে কনফার্মেটরি পাথ বিশ্লেষণ। বাস্তুশাস্ত্র, বাস্তুশাস্ত্র, 90, 363–368। উদাহরণ হিসাবে http://dx.doi.org/10.1890/08-1034.1 । কীভাবে ডি-সেপারেশনের পরীক্ষার গণনা করা যায় তার জন্য তিনি পরিশিষ্টে আর কোড সরবরাহ করেন।

আপনি যদি সর্বাধিক সম্ভাবনা ব্যবহার করে সুপ্ত পরিবর্তনশীল মডেলিং এবং এসইএম-এ যেতে চান তবে http://lavaan.org দেখুন - সেখানে একটি দুর্দান্ত টিউটোরিয়াল রয়েছে যা এর ক্ষমতাগুলি এবং পাশাপাশি সুপ্ত বৃদ্ধির কার্ভ মডেলগুলির একটি বিভাগ রয়েছে যা ভাল হতে পারে তুমি পরে আছ

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.