Amarengo

Articles and news

Latente Variable Modeller Og Faktoranalyse: En Enhetlig Tilnærming, 3. Utgave

Forord xi

Takk xv

1 Grunnleggende Ideer Og Eksempler 1

1.1 det statistiske problemet 1

1.2 den grunnleggende ideen 3

1.3 To Eksempler 4

1.4 et bredere teoretisk syn 6

1.5 illustrasjon av en alternativ tilnærming 8

1.6 en oversikt over spesielle tilfeller 10

1.7 Hovedkomponenter 11

1.8 den historiske konteksten 12

1.9 Nært beslektede felt I Statistikk 17

2 Den Generelle Lineære Latente Variabelmodellen 19

2.1 Innledning 19

2.2 modellen 19

2.3 noen egenskaper ved modellen 20

2.4 a spesialtilfelle 21

2.5 tilstrekkelighetsprinsippet 22

2.6 Hoved Spesielle Tilfeller 24

2.7 Latente Variable Modeller Med Ikke-Lineære Termer 25

2.8 montering av modellene 27

2.9 montering med maksimal sannsynlighet 29

2.10 montering Ved Bayesianske metoder 30

2.11 Rotasjon 33

2,12 Tolkning 35

2,13 Samplingsfeil av parameterestimater 38

2,14 tidligere distribusjon 39

2,15 Posterior analyse 41

2,16 et ytterligere notat om tidligere 43

2.17 Psykometrisk Slutning 44

3 Den Normale Lineære Faktormodellen 47

3.1 modellen 47

3.2 noen fordelingsegenskaper 48

3.3 begrensninger på modellen 50

3.4 maksimal sannsynlighet estimering 50

3.5 Maksimal Sannsynlighet Estimering Av E-M Algoritmen 53

3.6 Prøvetaking variasjon av estimatorer 55

3.7 Godhet av passform og valg av q 58

3.8 Montering uten normalitetsforutsetninger: Minste kvadraters metoder 59

3.9 andre metoder for montering 61

3.10 Omtrentlige metoder for estimering 62

3.11 Godhet av passform og valg av q for minste kvadraters metoder 63

3.12 Ytterligere estimering problemer 64

3.13 rotasjon og Relaterte saker 69

3.14 posterior analyse: normal case 67

3.15 posterior analyse: minste Kvadraters 72

3.16 posterior analyse: en pålitelighetstilnærming 74

3.17 Eksempler 74

4 Binære Data: Latente Egenskapsmodeller 83

4.1 Innledende 83

4.2 logit/normal modell 84

4.3 probit/normal modell 86

4.4 ekvivalensen av responsfunksjonen og den underliggende variabelen nærmer seg 88

4.5 Tilpasning Av Logit/Normal-Modellen: E-M-Algoritmen 90

4.6 Samplingsegenskaper For Estimatorene For Maksimal Sannsynlighet 94

4.7 omtrentlige estimatorer for maksimal sannsynlighet 95

4.8 generaliserte minste kvadraters metoder 96

4.9 Godhet av passform 97

4.10 Bakre analyse 100

4.11 Montering av logit/normal og probit/normal modeller: Markov Kjede Monte Carlo 102

4.12 Divergens av estimeringsalgoritmen 109

4.13 Eksempler 109

5 polytomøse data: latente egenskapsmodeller 119

5.1 innledning 119

5.2 a responsfunksjonsmodell basert på tilstrekkelighetsprinsippet 120

5.3 Parameter Tolkning 124

5.4 rotasjon 124

5.5 Maksimal Sannsynlighet Estimering Av Den Polytomøse Logit-Modellen 125

5.6 en tilnærming til sannsynligheten 126

5.7 Binære data som et spesielt tilfelle 134

5.8 Bestilling av kategorier 136

5.9 en alternativ underliggende variabel modell 144

5.10 Posterior analyse 147

5.11 ytterligere observasjoner 148

5.12 eksempler på analyse av polytomøse data ved bruk av logit-modellen 149

6 latente klassemodeller 157

6.1 innledning 157

6.2 den latente klassemodellen med binære manifest-variabler 158

6.3 den latente klassemodellen for binære data som en latent egenskapsmodell 159

6.4 Latente Klasser innenfor GLLVM 161

6.5 Maksimal sannsynlighetsestimering 162

6.6 Standardfeil 164

6.7 Posterior analyse av latent klassemodell med binære manifest variabler 166

6.8 godhet av fit 167

6.9 eksempler for binære data 167

6.10 latente klassemodeller med uordnede polytomøse manifest variabler 170

6.11 Latente klassemodeller med bestilte polytomøse manifest variabler 171

6.12 Maksimal sannsynlighetsestimering 172

6,13 Eksempler på uordnede polytomiske data 174

6,14 Identifiserbarhet 178

6,15 startverdier 180

6,16 Latente klassemodeller med metriske manifest-variabler 180

6,17 Modeller med bestilte latente Klasser 181

6.18 hybridmodeller 182

7 modeller og metoder for manifest variabler av blandet type 191

7.1 Introduksjon 191

7.2 hovedresultater 192

7.3 andre medlemmer av eksponentiellfamilien 193

7.4 Maksimal sannsynlighetsestimering 195

7,5 Sampling properties And Goodness Of Fit 201

7,6 blandede latente klassemodeller 202

7,7 Posterior analyse 203

7,8 Eksempler 204

7,9 Bestilte kategoriske variabler og andre generaliseringer 208

8 relasjoner mellom latente variabler 213

8.1 Scope 213

8.2 korrelerte latente variabler 213

8.3 procrustes metoder 215

8.4 Kilder Til Forkunnskap 215

8.5 lineære strukturelle relasjoner modeller 216

8.6 LISREL-modellen 218

8,7 Tilstrekkelighet av en strukturell ligning modell 221

8,8 Strukturelle forhold i en generell innstilling 222

8,9 Generaliseringer AV lisrel-modellen 223

8,10 Eksempler på modeller som ikke kan skilles 224

8.11 implikasjoner for analyse 227

9 Relaterte Teknikker for å undersøke avhengighet 229

9.1 introduksjon 229

9.2 hovedkomponentanalyse, (pca) 229

9.3 et alternativ til den normale faktormodellen 236

9.4 Erstatte latente variabler med lineære funksjoner av manifest-variablene 238

9.5 Estimering av korrelasjoner og regresjoner mellom latente variabler 240

9.6 Q-Metodikk 242

9.7 Avsluttende refleksjoner av latente variablers rolle i statistisk modellering 244

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.