Structural equation modelling:Structural equation modelling:Exemples, Amos

P. Fonlupt, INSERM U821

l’interface

Le modèle

Les erreurs

les données

les paramètres d’analyse

Résumép y

Le modèle

Résultats:  modèle récursif?

Résultats:  les estimations

Est compatible avec l’esprit du SEM?

Résultats:  les stats

Risque en refusant le modèleq

Les données sont bien fittées (résidus)?

Les données sont bien fittées (fonction d’optimisation)?

Résultats:  effets directs et indirects

Le cas de deux conditions ou deux groupes.g p« Nested » modèles

Nested modèle, fittée versus résiduelle

Modèle libre, fittée Modèle libre, erreur

Nested modèle, estimations,

Modèle contraint, fittée

pas forcément

Nested modèle, multi‐group

bl d’Les variables d’interaction

Retour sur un plan d’expérience paramétrique

Un scan 5 sec

p p p q

2 stimuli de 2.5 sec, le sujet a 2 sec pour répondre, puis 500 msec noir.

Selon les blocs, le sujet cherche pendant les 4 sec, ou bien quelques centaines de msec.

7*9= 63 valeurs par sujet. On cherche ce qui régresse avec le temps de réaction moyen du bloc.

Un modèle de réseau « d’attention »

On va créer deux variables d’interaction:Produit du facteur temps de recherche * serie MeFProduit du « facteur temps de recherche » * « serie MeF »Produit du « facteur temps de recherche » * « serie F2 »orthogonalisées par rapport aux deux autres:vinter=vinter [v1 v2]*pinv([v1 v2])*vintervinter=vinter‐[v1 v2] pinv([v1 v2]) vinter

Un modèle « libre » et un modèle alternatif

Des modèles plus complexes

Analyse de groupeAnalyse de groupeeffet fixe, effet aléatoire,

Une grande série concaténation des sériesUne grande série, concaténation des séries de tous les sujets: matrice de covariance et SEM

Test sur l’ensemble

Aucun test sur le SEM. Pour chaque constante, on a une valeur par sujet. 

Pour chaque sujet, une petite série temporelle: matrice de covariance et SEM

p jOn teste la différence de la moyenne par rapport à 0, ou la différence de deux0, ou la différence de deux moyennes entre conditions, groupes, …

Analyse de groupe, effet aléatoire, exemple 1, Caclin, 2006.

Analyse de groupe, effet aléatoire, exemple 2, Wicker, 2008.