![Regorz Statistics](/img/default-banner.jpg)
- Видео 236
- Просмотров 989 081
Regorz Statistics
Германия
Добавлен 4 янв 2018
Regorz Statistics is committed to explain modern statistical methods to you without a lot of mathematics and formulas, so that you can understand them and apply them confidently.
You will find tutorials on statistics with an emphasis on mediation, moderation and moderated mediation as well as on path analysis.
Some of the videos are accompanied by a text version and supplementary material, the link to the download is always in the description. An overview of all tutorials can be found here:
www.regorz-statistik.de/en/tutorials_en.html
Best regards,
Arndt Regorz
Imprint:
Arndt Regorz
Alemannenstr. 6
D-44793 Bochum
Germany
mail@regorz-statistik.de
www.regorz-statistik.de
Tel. +49 162 594 7736
Terms and conditions, privacy policy and information on out-of-court dispute resolution:
t1p.de/9zz3
You will find tutorials on statistics with an emphasis on mediation, moderation and moderated mediation as well as on path analysis.
Some of the videos are accompanied by a text version and supplementary material, the link to the download is always in the description. An overview of all tutorials can be found here:
www.regorz-statistik.de/en/tutorials_en.html
Best regards,
Arndt Regorz
Imprint:
Arndt Regorz
Alemannenstr. 6
D-44793 Bochum
Germany
mail@regorz-statistik.de
www.regorz-statistik.de
Tel. +49 162 594 7736
Terms and conditions, privacy policy and information on out-of-court dispute resolution:
t1p.de/9zz3
APA 7th: Wann Anführungszeichen setzen?
Nach den Regeln der APA 7th ed. werden deutlich seltener Anführungszeichen gesetzt, als das meistens nach normalem deutschen Sprachgefühl getan wird. Dieses Tutorial stellt die wesentlichen APA-Regeln für Anführungszeichen (jenseits von wörtlichen Zitaten) vor.
Hier finden Sie mein Beratungsangebot zur Formatierung nach APA 7th ed.:
www.korrektur-psychologie.de/
Hier finden Sie mein Beratungsangebot zur Formatierung nach APA 7th ed.:
www.korrektur-psychologie.de/
Просмотров: 19
Видео
R: Multilevel Model (lme4 package) With 3 Levels
Просмотров 9319 часов назад
How to test a linear mixed effects model with 3 levels in R/lme4. My consulting page: www.regorz-statistik.de/en/consulting.html
R / lavaan: Cluster Robust Standard Errors for Nested Data (SEM, CFA, Path Analysis)
Просмотров 8614 дней назад
How to deal with hierarchical data in a lavaan model with R: Using cluster robust standard errors as an alternative to multilevel SEM, multilevel CFA, or multilevel path analysis.
R: Bootstrap Mehrebenenanalyse mit R (lme4 package)
Просмотров 4821 день назад
Bootstrapping als robuste Schätzmethode, wenn beim Linear Mixed Effects Model (= Mehrebenenanalyse) die Normalverteilungsannahme verletzt ist. Mein Beratungsangebot: www.regorz-statistik.de/inhalte/beratung.html Link zum R-Code: www.regorz-statistik.de/inhalte/r_HLM_10.html Wichtiger Hinweis: Die Ausführungen zur Interpretation der Konfidenzintervalle für die Varianzen/Standardabweichungen der ...
AVE (Average Variance Extracted) with lavaan in R
Просмотров 5128 дней назад
This tutorial shows you how to get the AVE (average variance extracted) for a lavaan model (CFA, SEM).
R: Bootstrap Multilevel Model (Mixed Effects Model)
Просмотров 87Месяц назад
How to bootstrap a multilevel model (= linear mixed effects model, hierarchical linear model, random effects model) with R and the lme4 package. Important note: The explanations on the interpretation of the confidence intervals for the variances/standard deviations of the random effects (random intercept, random slope) are not correct in the video, as these can never actually include 0 (because...
Moderierte Mediation: a-priori Power (Stichprobengröße) berechnen
Просмотров 96Месяц назад
Stichprobenplanung/Powerberechnung für moderierte Mediationen mit PROCESS Makro (z.B. Model 7, 8, 14, 15). Zu meinem Beratungsangebot für moderierte Mediationen: www.regorz-statistik.de/inhalte/beratung.html Quellen: G*Power: www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-und-arbeitspsychologie/gpower Xu, Z., Gao, F., Fa, A., Qu, W., & Zhang, Z. (2024). Statistical power analysis ...
Why Post-hoc Power Doesn't Matter When Tests Aren't Significant
Просмотров 90Месяц назад
This video tutorial tackles two important points about post hoc power analysis: 1. Why Post-Hoc Power with Observed Effect Sizes Is a No-Go I'll explain why calculating power based on observed effect sizes after obtaining non-significant results is redundant. It doesn't offer new insights beyond your p-value. 2. The Alternative: Power Calculation with Meaningful Effect Sizes Discover the smarte...
PROCESS: How to Deal With Missing Values (Mediation, Moderation, Moderated Mediation)
Просмотров 82Месяц назад
If you are using Hayes' PROCESS macro (with SPSS or with R) to test a mediation, a moderation or a moderated mediation and you have missing data, then you have to adress the question how to deal with the missingness in your data. This tutorial will show you different solutions for that problem. Contents: 0:00 Start 0:16 Casewise deletion 1:20 EM Algorithm 1:37 Multiple Imputation 2:32 Full Info...
PROCESS fehlende Werte (Meditation, Moderation, moderierte Mediation)
Просмотров 782 месяца назад
Wenn Sie mit Hayes' PROCESS Makro für SPSS oder R eine Mediation, Moderation oder moderierte Mediation analysieren - wie gehen Sie dann mit fehlenden Werten um? Dieses Tutorial zeigt Ihnen verschiedene Optionen dafür. Relevante weitere Videos: Little's MCAR Test für R (engl.): ruclips.net/video/dT8K8ic1EQs/видео.html EM Algorithmus für R (engl.): ruclips.net/video/CUEbdFTLChY/видео.html Multipl...
R: Little's MCAR Test (Missing Completely at Random)
Просмотров 2182 месяца назад
To test whether missingness in your data is completely at random (MCAR) you can use Little's MCAR test. Little, R. J. (1988). A test of missing completely at random for multivariate data with missing values. Journal of the American statistical Association, 83(404), 1198-1202. Naniar package: cran.r-project.org/web/packages/naniar/naniar.pdf
R: EM Algorithm for Missing Data
Просмотров 1452 месяца назад
One option to deal with missing data in R is using the EM algorithm (expectation-maximization) and then using the imputed dataset for your analyses. R Package missMethods: cran.r-project.org/web/packages/missMethods/missMethods.pdf
Wann kursiv schreiben nach APA 7th ed.?
Просмотров 3742 месяца назад
Die Kursivsetzung ist eine wesentliche Fehlerquelle bei Manuskripten nach APA 7th ed. Hier werden die wichtigsten Regeln vorgestellt, wann im Text (nicht: Literaturverzeichnis, Überschriften, etc.) etwas kursiv geschrieben werden darf/muss. Hier finden Sie mein Beratungsangebot zur Formatierung nach APA 7th ed.: www.korrektur-psychologie.de/
JASP: PLS SEM (Partial Least Squares SEM)
Просмотров 9803 месяца назад
Partial least squares (PLS) structural equation modeling (SEM) with the free statistics software JASP: Reflective measurement model (outer model), formative measurement model (outer model), structural model (inner model). JASP provides a free alternative to using the commercial SmartPLS software, at least for simpler models.
A Priori Power for Regression Directly in SPSS (Without G*Power!)
Просмотров 1693 месяца назад
Calculating the necessary sample size (= a priori power) for a multiple regression directly in SPSS, without having to use G*power.
R: Mehrebenenmodell visualisieren mit ggplot2
Просмотров 1473 месяца назад
R: Mehrebenenmodell visualisieren mit ggplot2
Binary Logistic Regression With R in 60 Seconds
Просмотров 2363 месяца назад
Binary Logistic Regression With R in 60 Seconds
R: Multivariate (nicht: multiple) Regression
Просмотров 3273 месяца назад
R: Multivariate (nicht: multiple) Regression
Multivariate (Not: Multiple) Regression with R
Просмотров 4764 месяца назад
Multivariate (Not: Multiple) Regression with R
Empirische Unteridentifikation (empirical underidentification) in SEM und CFA
Просмотров 864 месяца назад
Empirische Unteridentifikation (empirical underidentification) in SEM und CFA
R: Hierarchical Regression in 60 Seconds
Просмотров 2844 месяца назад
R: Hierarchical Regression in 60 Seconds
R: Multiple Regression in 60 Seconds
Просмотров 1524 месяца назад
R: Multiple Regression in 60 Seconds
Nichtlineare Effekte in SEM mit lavaan
Просмотров 884 месяца назад
Nichtlineare Effekte in SEM mit lavaan
Empirical Underidentification in SEM and CFA
Просмотров 505 месяцев назад
Empirical Underidentification in SEM and CFA
R: Freiheitsgrade bestimmen für SEM, CFA und Pfadanalyse
Просмотров 1685 месяцев назад
R: Freiheitsgrade bestimmen für SEM, CFA und Pfadanalyse
R / lavaan: CFA Model Results in 60 Seconds
Просмотров 2405 месяцев назад
R / lavaan: CFA Model Results in 60 Seconds
R / lavaan: CFA Modification Indices in 60 Seconds
Просмотров 3155 месяцев назад
R / lavaan: CFA Modification Indices in 60 Seconds
R: Getting the Degrees of Freedom for a Lavaan Model (SEM, CFA, Path) in Advance
Просмотров 1596 месяцев назад
R: Getting the Degrees of Freedom for a Lavaan Model (SEM, CFA, Path) in Advance
Post-hoc Powerberechnung für nicht signifikante Ergebnisse
Просмотров 2656 месяцев назад
Post-hoc Powerberechnung für nicht signifikante Ergebnisse
Sagt man dann "Die durchschnittliche Bearbeitungszeit beträgt..." oder "...betrug 7 Minuten"? Und wie verhält sich das bei der Beschreibung der Stichprobe? Bsp.: "Die Studienteilnehmer sind / waren zwischen 18 und 60 Jahre alt." Oder "Im Mittel arbeiten / arbeiteten die Befragten 35 Stunden pro Woche". Oder auch in Bezug auf Bildungsabschlüsse: Hat oder hatte jemand die allgemeine Hochschulreife?
M.E. jeweils die Vergangenheit. Die Bearbeitungszeit betrug 7 Minuten (irgendwann in der Vergangenheit, als die Leute den Fragebogen ausfüllten), die Studienteilnehmer waren zwischen 18 und 60 Jahren alt (heute sind sie vielleicht schon ein Jahr älter, wenn die Daten letztes Jahr erhoben wurden), usw.
@@RegorzStatistik vielen Dank!
soll nicht im Beispiel "Der Lehrer belohnte fleißige Schüler mit einem Smiley" kursiv geschrieben?
Was genau soll da nach welcher APA-Regel aus Ihrer Sicht kursiv geschrieben werden?
@@RegorzStatistik kommt Smiley nicht aus dem englischen? Danke für die Antwort
@@midasara3994 Ach so, deshalb. Nein, denn Wörter aus einer fremden Sprache, die im Wörterbuch der eigenen Sprache stehen (deren Verständnis man insofern voraussetzen kann), werden nicht kursiv geschrieben. Und da Smiley wohl im Duden steht, nicht kursiv.
@@RegorzStatistik vielen Dank :)
Thank you. You saved my midterm exam
Hi, in my master's thesis, I am investigating a parallel mediation model. In another thesis, which also examines a parallel mediation model, the sample size was first calculated using a one-tailed bivariate correlation analysis for the relationship between the independent variable and the dependent variable with G*Power. Subsequently, the sample size for the mediation analysis was determined using the MARlab simulation tool. Now I am wondering whether the first step is necessary at all or what its purpose is. Could you please help me with this? Thank you very much!
I don't know the purpose of that step - I only know how to calculate the power using the tool I described in the video.
Gibt es eine wissenschaftliche Quelle für die Aussage, dass die Reliabilität indirekt durch die Validität geprüft werden kann? Wie prüfe ich am besten die Validität eines Single-Items? Nur über die Augenscheinvalidität?
"Since reliability sets the upper limit on validity (Nunnally, 1978), reliability values always will exceed reported validity estimates. Construct validity testing of single-item measures provides an estimate of both the measure’s validity and a lower bound on its reliability." Youngblut, JM & Casper, GR. (1993) Single-item indicators in nursing research. Res Nurs Health. 1993 Dec;16(6):459-65. doi: 10.1002/nur.4770160610. Und dort im Diskussions-Teil
vielen Dank! Habe Ihnen zwar geglaubt, nur lässt sich RUclips schlecht in einer wissenschaftlichen Arbeit zitieren.
Moin Herr Regorz, Sie sagen, dass Bootstrapping nicht zur Schätzung von Parametern geeignet ist. Dies ist aber eine Möglichkeit, die gängige Programme anbieten (z.B. JASP). Soweit ich das verstehe, könnte man für jede Bootstrap Stichprobe (sei es R quadrat oder ein B Koeffizient) schätzen und dann entweder den Median oder Mittelwert daraus nehmen. In meiner geringen Erfahrung, mit multiplen linearen Regressionen wo alle Voraussetzungen erfüllt waren und auch in welchen, wo diese leicht verletzt waren aber die Stichprobe über 150, unterscheiden sich diese Punktschätzer nur in den Nachkommastellen. Somit meine Frage: was spricht aus Ihrer Sicht gegen diese Methodik? Beste Grüße im Voraus und vielen Dank für diese wirklich klasse Videos
Technisch kann man das, und es wird zum Teil auch ausgegeben. Ich bin nur recht skeptisch, dass das wirklich hilfreich ist (ich komme aber von der Anwenderseite und bin sicherlich nicht der Experte was die theoretische Begründung von Bootstrapping angeht). Mir ging es im Video primär darum, dass man nicht an das Bootstrapping herangehen sollte mit der Erwartung, damit eine "bessere" Parameterschätzung in der Regression zu bekommen. Für die Parameterschätzung traue ich der Schätzung aus der Originalstichprobe eher als der Bootstrapping-Stichprobe, weil ich bei der Bootstrapping-Strichprobe ja noch eine gewisse Zufallsschwankung (durch die ganzen zufälligen Bootstrap-Stichproben) zusätzlich hinein bekomme. Damit macht es für mich wenig Sinn, den Mittelwert der Bootstrappingergebnisse zu nehmen. (Beim Median könnte es etwas anderes sein - der könnte wirklich eine zusätzliche Info bringen, gerade bei schiefen Verteilungen).
Thank you so much for this video. One thing I would like to ask is, how do you make an interaction plot if you find an interaction effect?
I haven't tried it yet for models 58 and 59, but for PROCESS with SPSS there is an option to get the code for such a plot.
Lieber Arndt, könnte man bezüglich des Beispiels mit dem Fächer auch von einer Moderation sprechen? Denn die gleiche Handbewegung würde beispielsweise ohne Fächer, mit einem kleinen Fächer oder einem großen Fächer einen unterschiedlichen Luftzug erzeugen, oder sehe ich das falsch? Liebe Grüße, Michael Lillich
Die unterschiedliche Größe eines Fächers könnte ein Moderator sein - die gleiche Handbewegung führt zu einem unterschiedlichen Luftzug.
Danke für das Video! Ist es trotzdem eine moderierte Mediation, wenn bei den indirekten Effekten ein Konfidenzintervall die 0 enthält, die anderen beiden aber nicht? Der Index of moderated mediation enthält keine 0.
Das entscheidende ist der Index. Es kann durchaus vorkommen bei einer moderierten Mediation, dass nicht alle conditional indirect effects significant sind.
Important note: The explanations on the interpretation of the confidence intervals for the variances/standard deviations of the random effects (random intercept, random slope) are not correct in the video, as these can never actually include 0 (because they cannot become negative). In my opinion, it makes sense to look at these CIs, but rather for the qualitative assessment of the range of the estimate, not for the statement significant yes/no.
Wichtiger Hinweis: Die Ausführungen zur Interpretation der Konfidenzintervalle für die Varianzen/Standardabweichungen der Zufallseffekte (Random Intercept, Random Slope) sind im Video so nicht korrekt, da diese die 0 eigentlich nie einschließen können (weil sie nicht negativ werden können). Es macht m.E. schon Sinn, sich diese KIs anzusehen, aber eher für die qualitative Beurteilung der Bandbreite der Schätzung, nicht für die Aussage signifikant ja/nein.
This is a great video! thanks for going over the details with such clarity. Thanks so much!
if the intercept is significant what does it imply? should the intercept be significant of insignificant?
The same as in the OLS regression: That the intercept is different from zero (which is in 99% of the cases not very interesting).
how to make a prediction model from the robust regression results
I haven't used it for that, yet. But you do get regression weights as a result of the robust regression. I think you could use those for prediction purposes.
Wie geht es bei einer Skala die bei 0 beginnt und bei 6 endet
Neu = 6 - Alt Verprobung: 0 => 6-0 = 6 6 => 6-6 = 0
Danke für die gute Erklärung. Wenn ich ein Messmodell mit eigenen Daten schätze, wird mir bei den Modifikationsindizes vorgeschlagen, dass ich eine Kovarianz angeben solle zwischen 2 exogenen Variablen, die die selbe latente Variable messen. In ihrem Video sagen Sie ja aber, dass lavaan diese Kovarianzen automatisch berücksichtigt, warum wird das dann vorgeschlagen? Der Modellfit verbessert sich auch, wenn ich diese Kovarianz mit angebe... Scheint auch nicht an meinen Daten zu liegen, auf der lavaan Website, die ja das gleiche Beispiel wie im Video benutzt werden dann auch modifikations wie z.B. x7 ~~ x8 und x8 ~~ x9 angegeben..
Meinen Sie zwei Indikatorvariablen, die die gleiche exogene latente Variable messen? Wenn ja: Indikatoren einer latenten Variable sind endogen und nicht exogen (denn sie werden, konzeptionell, durch die latente Variable vorausgesagt in einem reflektivem Messmodell). Und zwischen verschiedenen endogenen Indikatoren einer exogenen latenten Variable können Fehlerkovarianzen durchaus Sinn machen.
@@RegorzStatistik danke für die Antwort. Aber ich verstehe noch nicht, warum das so ist? Bei Minute 5:13 sagen Sie doch, dass die verschiedenen Indikatorvariablen miteinander korrelieren, das aber von lavaan automatisch geschätzt wird. Dann bräuchte ich das ja eigentlich bei den Fehlerkovarianzen nichtmehr angeben, oder?
@@nico.teutelbier8229 Alle Indikatoren eines Faktors korrelieren miteinander, sonst würden sie keinen latenten Faktor bilden. Aber manchmal korrelieren zwei Imdikatoren noch stärker mieinander (als mit den anderen Indikatoren des Faktors), weil sie mehr gemeinsam haben als nur den gemeinsamen Faktor (z.B. ähnliche Itemformulierung). Dann kann eine Fehlerkovarianz sinnvoll sein.
@@RegorzStatistik vielen Dank, jetzt verstehe ichs!
Vielen Dank für das Video!
Danke für das tolle Video! Ich hätte zwei Fragen: Würde man für alle anderen Werte (A-, B-, C-Pfad) auch so vorgehen? Und würde man dabei den P-Wert halbieren? Muss ich bei einer "normalen" einfachen linearen Regressionsanalysen eigentlich auch das Konfidenzintervall so angeben?
Das Grundprinzip gilt für alle Pfade und auch für eine "normale" Regression, wenn man dort das KI betrachten möchte und einseitig testet.
@@RegorzStatistik vielen dank! Ohne Sie hätte meine Masterarbeit nicht so gut geklappt!
what should i do? the result appear like this >ave(cfa_fit) Error in x[] <- FUN(x) : object of type 'S4' is not subsettable In addition: Warning message: In mean.default(x) : argument is not numeric or logical: returning NA
Based on that information I don't know what the reason is for this error message, unfortunately.
hi, thank you for this video! im using percentile bootstrap for my mediation analysis (PROCESS v.4), it means i can't use g power because it doesnt have a distributional assumption, am i correct? if i am, i need to base my gpower on fritz & mackinnon, right? what i'm asking is how do we choose the path effect size? is it up to the researcher or based on previous research/theoritical assumption? thank you ^^
Ideally, it is based on previous research.
@@RegorzStatistik okk i get it now. Thank youu
Leute regen sich über Gendern auf, aber solche Vorschriften wie zu Tabellen sind das Schlimmste. Fett, Kursiv, zwei Zeilen...
Danke für das Video. Muss SE als Abkürzung für Standardfehler kursiv geschrieben werden?
@@Julia-fy5ox Ja.
Hello, what number ranges does the small RMSEA value refer to? Also, how many people does a low N value include? 100? 200? Thank you for the video. You have been very helpful.
@@hamdiozturk-c2h For that you should look into Kenny, Kaniskan, & McCoach (2015), there are tables in their article.
Wie gehe ich bei einer Studie damit um, wenn ich annehme, dass sich zwei Gruppen nach einer Intervention nicht unterscheiden... Ich also insignifikante Ergebnisse erwarte.
@@markusreiser184 Dafür gibt es eine besondere Art von Test, den Äquivalenztest (equivalence test).
Thank you very much for the video. I am working on a study in which participants are randomized to three conditions: 1) 1-option condition, 2) 4-option condition, 3) 16-option condition (so this is the IV, with *3 conditions* instead of 2 conditions). The study has an individual difference moderator which is continuous. One DV is continuous and another DV is binary, yes or no. I would like to ask, if it is possible to run mean, +1SD, -1SD analysis (with p-values and effect sizes) and JN method, with Hayes PROCESS in R? If yes, how? Any resource/tutorial/video on that?
I haven't tried this specific configuration yet, but since the moderator is continous it should be possible. For the multicategorical IV you need the additional parameter mcx = 1 in order to tell PROCESS to construct two dummy variables for the three conditions of the IV.
@@RegorzStatistik Thank you very much, that's very helpful! Yes I just tried and this seems to be working. One issue is that the outputs only compare between 1-option condition and 16-option and 1-option condition and 4-option condition, but *not* 4-option condition with 16-option condition. How to set the reference group/condition properly in process? Also, the "effect" at different values of the moderator seem to be the *mean difference* between conditions, what can I do to change that to be more interpretable effect size like cohen d or standardized regression coefficient?
@@siukityeung6583 1. You could change the coding for your IV so that another group is the reference category (you will always get only two comparisons with three groups) 2. For a multicategorical IV you are looking at mean differences. I don't know any way to request d from PROCESS, unfortunately.
@@RegorzStatistik Thank you very much! I changed the reference group and that works. I wonder if one of the DVs is binary (yes or no) whereas the IV is categorical (3 conditions) and the moderator is continuous, is it possible to run *moderated* logistic regression with Model 1 in process, with simple slope analysis/mean +1SD -1SD analyses? Thanks
@@siukityeung6583 I don't know, I haven't tried this scenario, yet.
Hi, I am currently doing a masters thesis and found your videos very helpful. However, I have a question. In your power analysis video for moderation model, the effect size given by G*Power are f-squared values, but the effect size for this model is given as r-squared change value, which is different, could you explain this please and how these two fit when explaining results? thank you
@@philbleach8252 If I remember correctly, there is an option in GPower to calculate f2 from R2.
@@RegorzStatistik thank you for the reply! Im confused why the effect size is f2 in the power analysis but r2 change in the process output, and which i should use in my results
@@philbleach8252 You can transform r2 change into f2, both are legitimate effect size measures (I personally prefer r2 because of its interpretation - percentage of explained variance).
@@RegorzStatistik thank you!
Thank you so much for this video! Could you explain what the values in the coefficients column mean? For example, is the coefficient for the IV on the Mediator (2.167) representing the regression coefficient for just that path? Meaning that if you ran a simple linear regression with the IV predicting the mediator, you would get that exact value for the coefficient in the linear regression?
The values in the coefficient column are regression coefficients, yes. They are to be interpreted like the coefficients in a multiple regression. If you mean centered the relevant variables and ran a multiple regression with IV, MOD and their interaction you should get the same values.
Thanks for the awesome video. Where do I get the C-Path from? Is it the direct effect?
@@aldoraine7848 The direct effect is c'. The c-path is the total effect which is not part of the default output. But you can request it as an option.
@@RegorzStatistik Thank you very much!
Can you use this code if one of your covariates is categorical? I am using gender as one of my covariates. Thanks!
As long as gender is a binary variable it can be included as a covariate (with three genders you would need to construct two dummy variables instead). However, if I remember correctly, PROCESS for R does not work with factor variables so you would have to code the variable gender as a numeric variable.
Dear Regorz, PLS-SEM using JASP software, how accurate and credible is it as an alternative to Smart-PLS ?
I haven't compared the results of both programs. However, JASP is based on R, and in general I do trust the results of R packages.
Thank you so much for explaining!! I am trying to do a mediation with a categorical IV, with three levels. As the process function doesn't accept variables in Factor, and Model 4 doesn't allow the inclusion of two IVs (so couldn't do dummy variables). I can only run the model with numeric IV, but that doesn't seem right to me either. Do you have experience with this and know a way to run a mediation model with categorical IV?
In this situation I would include the IV as a numeric variable but define it in PROCESS as a multicategorical variable. If I remember correctly, you just add the parameter mcx = 1, and then PROCESS automatically constructs dummy variables.
@@RegorzStatistik Thanks for the tips!
Hallo, erstmal vielen Dank für Ihre Videos! Sie sind mir wirklich eine große Hilfe bei meiner Bachelorarbeit. Ich habe eine Frage, und zwar ist der Chi-quadrat test für mein Modell signifikant. Alle anderen Fit Indizes passen aber soweit und deuten auf einen guten Fit hin. Sollte ich das Modell nun trotzdem weiter spezifizieren werden, oder ist es in Ordnung, wenn der Chi-quadrat test signifikant ist, aber alle anderen Indizes passen?
Dazu gibt es unterschiedliche theoretische Meinungen. In der Praxis dürfte jedoch ganz überwiegend die Ansicht vorherrschen, dass es OK ist, wenn die Fit Indices passen (berichten muss man den sign. Chi-Quadrat Test aber trotzdem).
@@RegorzStatistik Vielen lieben Dank für Ihre Antwort!
Hallo, vielen Dank für das tolle und gut verständliche Tutorial! Wie würden sich die Regressionspfade ändern, wenn man 3 MZP hätte? Würde man dann einfach äquivalent zu T1 - T2 die gleichen Pfade mit T2 - T3 zusätzlich einfügen? Also konkret: IV3 ~ IV2, MED3 ~ MED2 + a2 * IV2, DV3 ~ DV2 + b2 * MED 2 (und benutzerdefinierter Effekt: ind2 := a2 * b2)
Das ist ein wenig komplizierter. Ich empfehle dazu Little, T. D., Preacher, K. J., Selig, J. P., & Card, N. A. (2007). New developments in latent variable panel analyses of longitudinal data. International journal of behavioral development, 31(4), 357-365. und dort S. 361-362. Das ist zwar primär für ein volles SEM, aber die Grundlogik gilt m.E. auch für eine Pfadanalyse.
Kann man auch eine moderierte Mediation des c-Pfads durchführen mit Model 8? Auch wenn nur der c-Pfad, nicht auch der a-Pfad moderiert werden?
@@leolivialeo ich glaube dafür gibt es PROCESS model 5.
Danke für das Video, das hat mir sehr weitergeholfen! Ich habe noch eine Frage zur Prüfung der Linearität im SEM: Auf deiner Website habe ich gelesen, dass alternativ zur Linearitätsprüfung mittels Streudiagrammen auch eine Linearitätsprüfung mittels Hypothesentests in Frage kommt, z.B. mit dem Rainbow-Test. Ich wollte diesen gerade zusätzlich nutzen, erhalte aber leider eine Fehlermeldung: > raintest(factor_values_simple_model) Error in x$terms %||% attr(x, "terms") %||% stop("no terms component nor attribute") : no terms component nor attribute Hast du vielleicht eine Idee, was ich falsch gemacht habe? Viele Grüße
raintest basiert auf einem gefitteten Regressionsmodell (also mit der lm-Funktion). Man müsste also mit den Faktorwerten eine Regression rechnen, um den Rainbow-Test durchführen zu können.
@@RegorzStatistik Vielen Dank für die schnelle Antwort!
Wird es demnächst vielleicht auch ein Video zur nichtlinearen Strukturgleichungsmodellierung mit dem nlsem-Package geben? :)
@@Alexandra-qh3ff Langfristig ist das denkbar, aber kurz- bis mittelfristig eher nicht.
Interessant: "Statistik am PC" hat ein ähnliches Video, nimmt aber einen F-Test (lineare multiple regression: fixed model, R2 deviation from zero). Geht beides oder liegt bei einem von beiden ein fehler vor? Und muss man das Alphafehlerniveau nicht anpassen, abhängig davon, ob man gerichtete oder ungerichtete Hypothesen hat?
Mein Video geht um den Test eines konreten Prädiktors (0:11), weil man meistens eine Hypothese für einen konkreten Zusammenhang hat. Dafür geht entweder der von mir verwendete t-Test, oder es geht F-Test, R² increase. Der Weg über die t-Statistik hat den Vorteil, dass man den Alphafehler nicht anpassen muss, da es explizit die Auswahl zwischen einseitigem und zweiseitigem Test gibt ("Tails"). f-Test, R² deviation from zero macht etwas anderes: wie groß muss die Stichprobe sein, damit die Prädiktoren zusammen signifikant Varianz in der Kriteriumsvariable aufklären (was nach meiner Erfahrung selten eine Forschungshypothese ist).
Very helkpful. Thank you!
If your IV is categorical (3 conditions), then should you run the model (59) twice using dummy variables?
In that case I would define the IV as multicategorical in PROCESS (how to do that dependes on whether you use SPSS Menu, SPSS syntax or R) - in that case PROCESS constructs the dummy variables and you get one output.
Why do we need seed function?
From my understanding the EM algorithm has a random component. Setting a seed value for the random numbers generator should make sure that you or somebody else will get the same results when running the code with the same data in order to ensure replicability of the analysis.
Eine weitere Möglichkeit wäre das MMRM zu nutzen, wobei das Modell indirekt die fehlende Werte imputiert. Hier wird die Maximum-basierte Methode genutzt wird, um die fehlenden Daten zu schätzen. Für MNAR kommen eher Methoden wie die referenzbasierte Imputation wie Jump-to- reference von Carpenter et al. oder die tipping Point Analyse in Frage. Vielleicht kommt zu diesen Verfahren auch ein Video. Würde mich freuen😊
What do you do if your data is primarily categorical? FIML is not allowed in Lavaan for this case.
You could try some imputation based approach. I thinks lavaan supports multiple imputation (but I have not tried it yet). Alternatively, you could try the EM algorithm to impute the missing values.
Danke für das Video!
thanks for this video, whether this model can include random effects
Hello, thank you for this video but I get this error and I could not figure out how to solve it: > imp.data <- mice (data = forMICE, m = 11, maxit = 20, seed = 12345, print=FALSE) There were 50 or more warnings (use warnings() to see the first 50) when I use warnings(), all errors look like this: glm.fit: algorithm did not converge I'd really appreciate your help.
This looks to me that for some of the models the regression did not converge. However, I am somewhat astonished about "glm.fit" - I would expect that message in, e.g., a logistic regression, not in a linear regression.
@@RegorzStatistik I used logreg as the imputation method for my variables as they are dichotomous. I am suspecting that is the reason
@@666dazai That could be the case - I am not sure whether that package works with log regression or not (haven't tried it yet).
@@RegorzStatistik Alright, thank you for your answer!
hi sir, i really find this video very informative and helpful. i tried to run my data on the SPSS but the thing is somehow the conditonal effects of the predictor that shows the lower, mean, and higher MOD wouldn’t show up in my SPSS. is there anything that i can do to fix this? Thank you
There is a default value (I believe .10) for the p-value. If the p-value is higher (i.e. non significant), then you don't get conditional effects (and in that case you don't need them).
Vielen Dank für das Video, das hat mir super geholfen. Allerdings wird bei meiner Regression immer nur das männliche Geschlecht in der Interpretation berücksichtigt. Was kann man hier machen?
Bei einer Dummy-Variable geht es um den Unterschied zwischen beiden Ausprägungen. Ich kenne nicht Ihre Daten, aber vermutlich ist das Ergebnis dann der Effekt des männlichen Geschlechts IM VERGLEICH ZU dem weiblichen Geschlecht.
Unendlich vielen Dank! Sie haben mir sooooo sehr geholfen und mir den.....sie wissen schon was.... für meine Masterarbeit gerettet!!!! 🥰🥰🥰🥰🥰
Vielen Dank für die tolle Erklärung! Ich habe noch nicht ganz verstanden, wie ich vorgehe, wenn ich eine moderierende Variable habe, die sich auf mehrere unabhänigen Variablen in der multiplen Regressionsanalyse auswirkt. Bei PROCESS kann ich soweit ich weiß ja nur eine UV angeben oder? Müsste ich dann jede Beziehung einzelnd mit der Moderationsvariable prüfen? Vielen Dank im Voraus für die Antwort!
Wenn man mehrere UVs hat, deren Effekte von einem Moderator moderiert werden, dann würde ich die Moderation nicht mit PROCESS machen, sondern mit einer gewöhnlichen multiplen Regression. Dort ist es kein Problem, die UVs einzuschließen, den Moderator, und mehrere Interaktionen (UV1-MOD, UV2-MOD, usw.).
@@RegorzStatistik vielen herzlichen Dank für die schnelle Antwort!!😊 Das hat mir sehr weitergeholfen!
Thank you for your introduction to PLS in JASP.
For a complete tutorial with supplemental materials, see: Rogers, P., & Barboza, F. (2024). Unlocking VB-SEM: Practical PLS-SEM Tutorial Using JASP for Variance-Based Structural Equation Modeling (No. 2ne8f). Center for Open Science.
Is this the same approach that you'd use for multiple imputation in logistic regression, or just linear regression?
I haven't used it for logistic regression, yet, so I don't know whether the pooling function of mice works for that as well.
@@RegorzStatistik Good to know, thanks for the response!