Amarengo

Articles and news

látens változó modellek és faktoranalízis: egységes megközelítés, 3. kiadás

Előszó xi

Köszönetnyilvánítás xv

1 alapvető ötletek és példák 1

1.1 a statisztikai probléma 1

1.2 Az alapötlet 3

1.3 két példa 4

1.4 tágabb elméleti nézet 6

1.5 alternatív megközelítés illusztrációja 8

1.6 a különleges esetek áttekintése 10

1.7 fő összetevők 11

1.8 a történelmi kontextus 12

1.9 szorosan kapcsolódó mezők a statisztikában 17

2 az általános lineáris látens változó Modell 19

2.1 Bevezetés 19

2.2 A modell 19

2.3 A modell néhány tulajdonsága 20

2.4 különleges eset 21

2.5 a megfelelőség elve 22

2.6 fő különleges esetek 24

2.7 látens változó modellek nemlineáris kifejezésekkel 25

2.8 a modellek felszerelése 27

2.9 A maximális valószínűség szerinti illesztés 29

2.10 illesztés bayesi módszerekkel 30

2.11 forgatás 33

2.12 értelmezés 35

2.13 mintavételi hiba paraméter becslések 38

2.14 a korábbi Eloszlás 39

2.15 Posterior analízis 41

2.16 további megjegyzés a korábbi 43

2.17 pszichometriai következtetés 44

3 a normál lineáris tényező modell 47

3.1 a modell 47

3.2 néhány eloszlási tulajdonságok 48

3.3 megszorítások a modell 50

3.4 maximális valószínűség becslés 50

3.5 A maximális valószínűség becslése az E-M algoritmussal 53

3.6 a becslések mintavételi variációja 55

3.7 az illeszkedés jósága és a q választása 58

3.8 illesztés normalitás nélkül feltételezések: legkisebb négyzetek módszerek 59

3.9 Egyéb illesztési módszerek 61

3.10 hozzávetőleges módszerek a 62

becsléséhez 3.11 az illeszkedés jósága és az illesztés megválasztása Q A legkisebb négyzetek esetében módszerek 63

3.12 további becslési kérdések 64

3.13 forgatás és kapcsolódó kérdések 69

3.14 hátsó elemzés: a normál eset 67

3.15 hátsó elemzés: legkisebb négyzetek 72

3.16 hátsó elemzés: megbízhatósági megközelítés 74

3.17 példák 74

4 bináris adatok: látens Tulajdonságmodellek 83

4.1 előzmények 83

4.2 A logit/normál modell 84

4.3 A probit/normál modell 86

4.4 A válaszfüggvény és az alapul szolgáló változó megközelítések egyenértékűsége 88

4.5 A Logit/Normal modell illesztése: az E-M algoritmus 90

4.6 A legnagyobb valószínűség-Becslők mintavételi tulajdonságai 94

4.7 hozzávetőleges maximális valószínűség-becslők 95

4.8 általánosított legkisebb négyzetek 96

4.módszer.9 az illeszkedés jósága 97

4.10 hátsó elemzés 100

4.11 a logit/normal és probit/normal modellek illesztése: Markov lánc Monte Carlo 102

4.12 a becslési algoritmus divergenciája 109

4.13 példák 109

5 Politóm adatok: látens tulajdonságmodellek 119

5.1 bevezetés 119

5.2 A válaszfunkció modell az elégséges elv alapján 120

5.3 paraméter értelmezése 124

5.4 forgatás 124

5.5 A Politóm Logit modell maximális valószínűségének becslése 125

5.6 közelítés a valószínűséghez 126

5.7 bináris adatok különleges esetként 134

5.8 kategóriák sorrendje 136

5.9 alternatív mögöttes változó modell 144

5.10 hátsó elemzés 147

5.11 további megfigyelések 148

5.12 példák a politómos adatok elemzésére a logit modell alkalmazásával 149

6 látens osztálymodellek 157

6.1 bevezetés 157

6.2 a látens osztálymodell bináris manifeszt változókkal 158

6.3 a látens osztály modell bináris adatok látens tulajdonság Modell 159

6,4 látens osztályok a GLLVM 161

6,5 maximális valószínűség becslés 162

6,6 Standard hibák 164

6,7 a látens osztály modell hátsó elemzése bináris nyilvánvaló változókkal 166

6.8 az illeszkedés jósága 167

6.9 példák bináris adatokra 167

6.10 látens osztálymodellek rendezetlen politóm manifeszt változókkal 170

6.11 látens osztálymodellek rendezett politóm manifeszt változókkal 171

6.12 maximális valószínűség becslés 172

6,13 példák rendezetlen politómos adatokra 174

6,14 azonosíthatóság 178

6,15 kiindulási értékek 180

6,16 látens osztálymodellek metrikus nyilvánvaló változókkal 180

6,17 rendezett változókkal rendelkező modellek látens osztályok 181

6.18 hibrid modellek 182

7 modellek és módszerek vegyes típusú manifeszt változók 191

7.1 Bevezetés 191

7.2 fő eredmények 192

7.3 az exponenciális család többi tagja 193

7.4 maximális valószínűség becslés 195

7,5 mintavételi tulajdonságok és az illeszkedés jósága 201

7,6 vegyes látens osztálymodellek 202

7,7 Posterior elemzés 203

7,8 példák 204

7,9 rendezett kategorikus változók és egyéb általánosítások 208

8 a látens változók közötti kapcsolatok 213

8.1 hatókör 213

8.2 Korrelált látens változók 213

8.3 procrustes módszerek 215

8.4 előzetes ismeretek forrásai 215

8.5 lineáris szerkezeti kapcsolatok modellek 216

8.6 A LISREL-modell 218

8.7 a szerkezeti egyenlet megfelelősége modell 221

8.8 strukturális kapcsolatok általános környezetben 222

8.9 A LISREL-modell általánosítása 223

8.10 példák megkülönböztethetetlen modellekre 224

8.11 következmények a elemzés 227

9 kapcsolódó technikák a függőség vizsgálatára 229

9.1 bevezetés 229

9.2 főkomponens-elemzés, (PCA) 229

9.3 a normál faktormodell alternatívája 236

9.4 A látens változók helyettesítése a nyilvánvaló változók lineáris függvényeivel 238

9.5 A látens változók közötti korrelációk és regressziók becslése 240

9.6 Q-módszertan 242

9.7 a látens változók statisztikai modellezésben betöltött szerepének záró reflexiói 244

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.