• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Structural equation modeling >A Simulation Study of Polychoric Instrumental Variable Estimation in Structural Equation Models
【24h】

A Simulation Study of Polychoric Instrumental Variable Estimation in Structural Equation Models

机译：结构方程模型中多变量工具变量估计的仿真研究

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Data collected from questionnaires are often in ordinal scale. Unweighted least squares (ULS), diagonally weighted least squares (DWLS) and normal-theory maximum likelihood (ML) are commonly used methods to fit structural equation models. Consistency of these estimators demands no structural misspecification. In this article, we conduct a simulation study to compare the equation-by-equation polychoric instrumental variable (PIV) estimation with ULS, DWLS, and ML. Accuracy of PIV for the correctly specified model and robustness of PIV for misspecified models are investigated through a confirmatory factor analysis (CFA) model and a structural equation model with ordinal indicators. The effects of sample size and nonnormality of the underlying continuous variables are also examined. The simulation results show that PIV produces robust factor loading estimates in the CFA model and in structural equation models. PIV also produces robust path coefficient estimates in the model where valid instruments are used. However, robustness highly depends on the validity of instruments.
机译：从调查表收集的数据通常是按序的。不加权最小二乘（ULS），对角加权最小二乘（DWLS）和法线理论最大似然（ML）是拟合结构方程模型的常用方法。这些估计量的一致性不需要结构上的错误指定。在本文中，我们进行了仿真研究，以将方程式方程式多色工具变量（PIV）估计与ULS，DWLS和ML进行比较。通过验证性因子分析（CFA）模型和带有序数指示符的结构方程模型，研究了正确指定模型的PIV准确性和错误指定模型的PIV鲁棒性。还检查了样本数量和基础连续变量的非正态性的影响。仿真结果表明，PIV在CFA模型和结构方程模型中产生了可靠的因子负荷估计。在使用有效工具的模型中，PIV还会生成可靠的路径系数估计。但是，鲁棒性很大程度上取决于仪器的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号