×
吴建民；彼得·本特勒（Peter M.Bentler）。

二元因子分析中的有限信息估计：综述与扩展。 （英语） Zbl 1365.62227号

计算。统计数据分析。 57，第1期，392-403（2013）.
小结：基于二元潜在变量模型中因子得分的Bayes模型估计，本文基于二阶和三阶Bernoulli分布，利用极大似然估计和拉普拉斯逼近所需积分，提出了二元数据因子分析模型的两种新的有限信息估计。对这些估计量和两种现有的有限信息加权最小二乘估计量进行了实证研究。有限信息估值器与基于边际最大似然、MCMC和多项式分布的完全信息估值器相比，具有良好的拉普拉斯近似方法。在各种估计值中，A.梅迪厄·奥利瓦尔和H.乔’s[J.Am.Stat.Assoc.100号，第471、1009–1020号（2005年；Zbl 1117.62398号)]仿真结果表明，采用拉普拉斯近似实现的加权最小二乘有限信息估计器具有最佳均方根误差。

引用于1文件

MSC公司：

62H25个 因子分析和主成分；对应分析

关键词：

有限的信息；拉普拉斯近似；二进制响应；边际似然；因子得分

引文：

Zbl 1117.62398号

软件：

IRTmu2编号
PDF格式BibTeX公司 XML格式引用
\textit{J.Wu}和\textit{P.M.Bentler}，计算。统计数据分析。57，第1号，392--403（2013；Zbl 1365.62227）
全文： 内政部 链接

参考文献：

[1] Agresti，A.，分类数据分析（2002），Wiley-Interscience:Wiley-Interscience纽约·Zbl 1018.6202号
[2] 安，X。；Bentler，P.M.，具有二进制响应的潜在变量模型的高效直接采样MCEM算法，计算统计与数据分析，56，2，231-244（2012）·Zbl 1243.65017号
[3] 贝克，F.B.，《项目反应理论：参数估计技术》（2004），马塞尔·德克尔：马塞尔·德克尔纽约·Zbl 1054.62141号
[4] 巴托洛缪，D.J。；Knott，M.，《潜在变量模型和因子分析》（1999），阿诺德，牛津大学出版社：阿诺德·Zbl 1066.62528号
[5] 巴托洛缪，D.J。；Leung，S.O.，稀疏列联表的拟合优度检验，英国数学与统计心理学杂志，55，1-15（2002）
[6] 毕晓普，Y.M.M。；菲恩伯格，S.E。；Holland，P.W.，《离散多元分析：理论与实践》（1975年），麻省理工学院出版社：麻萨诸塞州剑桥·Zbl 0332.62039号
[7] Bjornstad，J.F.，《关于似然函数和似然原理的推广》，《美国统计协会杂志》，91，434，791-806（1996）·Zbl 0871.62006号
[8] 博克·R·D。；Aitkin，M.，项目参数的边际最大似然估计：EM算法的应用，《心理测量学》，46，4，443-459（1981）
[9] 北卡罗来纳州布雷斯洛。；Clayton，D.G.，广义线性混合模型中的近似推断，美国统计协会杂志，88，421，9-25（1993）·Zbl 0775.62195号
[10] Butler，R.W.，《预测似然推断及其应用》，英国皇家统计学会杂志。B系列：统计方法，48，1，1-38（1986）·Zbl 0599.62009号
[11] 蔡，L。；Maydeu-Olivares，A。；科夫曼，D.L。；Thissen，D.，稀疏表项目反应理论模型的有限信息质量检验，英国数学与统计心理学杂志，59，173-194（2006）
[12] Chan，J.S.K。；Kuk，A.Y.C.，具有相关随机效应的概率-线性混合模型的最大似然估计，生物统计学，53，1，86-97（1997）·Zbl 1065.62503号
[13] Christoffersson，A.，二分变量的因子分析，《心理测量学》，40，1，5-32（1975）·Zbl 0322.62063号
[14] Forero，C.G。；Maydeu-Olivares，A.，IRT分级反应模型的评估：有限与完全信息方法，心理学方法，14，3，275-299（2009）
[15] Fu，Z.H。；陶，J。；施，N.Z。；张，M。；Lin，N.，通过两两拟合方法分析纵向项目反应数据，多变量行为研究，46669-690（2011）
[16] Hoshino，T。；Bentler，P.M.，《因子得分回归中的偏差与简单解决方案》（de Leon，a.R.；Chough，K.C.，《混合数据分析》（2012），Taylor&Francis:Taylor和Francis New York）
[17] Huber，P。；Ronchetti，E。；Victoria-Feser，M.P.，广义线性潜在变量模型的估计，英国皇家统计学会杂志。B辑：统计方法，66，893-908（2004）·兹比尔1060.62077
[18] Joe，H.，离散响应混合模型的拉普拉斯近似精度，计算统计和数据分析，52，5066-5074（2008）·兹比尔1452.62537
[19] Joe，H。；Maydeu-Olivares，A.，《多项式数据有限信息质量统计的一般家族》，《心理测量学》，75，3，393-419（2010）·Zbl 1208.6206号
[20] Khatri，C.G.，关于应用于增长曲线问题的Manova模型的注释，统计数学研究所年鉴，18，1，75-86（1966）·Zbl 0136.40704号
[21] Lee，Y。；Nelder，J.A.，《层次广义线性模型》，《皇家统计学会杂志》。B.系列统计方法，58，4，619-656（1996）·Zbl 0880.62076号
[22] Lee，Y。；Nelder，J.A.，《双层广义线性模型》，《皇家统计学会杂志》。C辑应用统计，55，139-167（2006）·Zbl 1490.62198号
[23] Lee，Y。；Nelder，J.A。；Pawitan，Y.，《具有随机效应的广义线性模型：通过（H）-似然的统一分析》（2006），查普曼和霍尔，CRC:查普曼与霍尔，CRC FL·Zbl 1110.62092号
[24] Lee，S.Y。；Poon，W.Y。；Bentler，P.M.，具有连续变量和多变量的结构方程模型的两阶段估计，英国数学与统计心理学杂志，48，2339-358（1995）·Zbl 0858.62100号
[25] 莱文，R.A。；Casella，G.，Monte Carlo EM算法的实现，计算与图形统计杂志，10，3，422-439（2001）
[26] Lin，X.H。；Breslow，N.E.，具有多个离散分量的广义线性混合模型中的偏差校正，美国统计协会杂志，91，435，1007-1016（1996）·Zbl 0882.62059号
[27] 刘，Q。；Pierce，D.A.，Mantel-Haenszel型模型的异质性，生物特征，80，3，543-556（1993）·Zbl 0800.62702号
[28] Maydeu-Olivares，A.，多判断抽样下配对比较数据的瑟斯顿模型的有限信息估计和测试，《心理测量学》，66，2，209-227（2001）·Zbl 1293.62249号
[29] Maydeu-Olivares，A.，离散化多元正态结构模型的有限信息估计和测试，《心理测量学》，71，1，57-77（2006）·Zbl 1306.62476号
[30] Maydeu-Olivares，A。；Joe，H.，《列联表中的有限信息和全信息估计及有效性检验：统一框架》，《美国统计协会杂志》，1004711009-1020（2005）·兹比尔1117.62398
[31] 麦当劳，R.P。；Burr，E.J.，《四种构建因子得分方法的比较》，《心理测量学》，32，4，381-401（1967）·Zbl 0183.24602号
[32] 孟晓乐。；Schilling，S.，《全信息项目因子模型拟合与桥梁抽样实证研究》，美国统计协会杂志，91，435，1254-1267（1996）·Zbl 0925.62220号
[33] 孟晓乐。；van Dyk，D.，《EM算法：一首古老的民歌，随着一个快速的新调子而唱》，《皇家统计学会杂志》。B系列：统计方法，59，3，511-540（1997）·Zbl 1090.62518号
[34] 孟晓乐。；van Dyk，D.，《混合效应模型的快速EM型实现》，《皇家统计学会杂志》。B.系列统计方法，60，559-578（1998）·Zbl 0909.62073号
[35] 奈勒，J.C。；Smith，A.F.M.，《有效计算后验分布方法的应用》，英国皇家统计学会杂志。C辑应用统计学，31，3，214-225（1982）·Zbl 0521.65017号
[36] 皮涅罗，J.C。；Chao，E.C.，多层广义线性混合模型的高效拉普拉斯和自适应高斯求积算法，计算与图形统计杂志，15，1，58-81（2006）
[37] Rao，C.R.，《线性统计推断及其应用》（1973年），威利出版社：威利纽约·Zbl 0169.21302号
[38] Raudenbush，S.W。；Yang，M.L。；Yosef，M.，通过高阶多元拉普拉斯近似，具有嵌套随机效应的广义线性模型的最大似然，计算与图形统计杂志，9，1，141-157（2000）
[39] Reiser，M.，多项式项目反应模型的残差分析，《心理测量学》，61,3509-528（1996）·Zbl 0863.62086号
[40] 萨托拉，A。；Bentler，P.M.，协方差结构分析中检验统计数据和标准误差的修正，（von Eye，I.A.；Clogg，C.C.，《潜在变量分析：发展研究的应用》，第xii卷（1994），Sage Publications，Inc.：Sage Puplications公司，美国加利福尼亚州千橡树市），399-419
[41] 席林，S。；Bock，R.D.，通过自适应正交进行高维最大边际似然项目因子分析，《心理测量学》，70，3，533-555（2005）·Zbl 1306.62497号
[42] Sheng，Y.Y.，具有多维IRT模型的马尔可夫链蒙特卡罗的MATLAB包，统计软件杂志，28，10，1-20（2008）
[43] Skrondal，A。；Laake，P.，因子得分之间的回归，《心理测量学》，66，4，563-575（2001）·Zbl 1293.62256号
[44] Teugels，J.L.，多元贝努利分布和二项式分布的一些表示，多元分析杂志，32，2，256-268（1990）·Zbl 0697.62042号
[45] 蒂尔尼，L。；Kadane，J.B.，《后力矩和边缘密度的精确近似值》，《美国统计协会杂志》，81，393，82-86（1986）·Zbl 0587.62067号
[46] 吴，E。；Bentler，P.M.，EQSIRT（2011），《多元软件：多元软件Encino》，加利福尼亚州
[47] 吴杰。；Bentler，P.M.，《（H）-似然在二元响应数据因子分析模型中的应用》，《多元分析杂志》，106，4，72-79（2012）·Zbl 1236.62064号
[48] Yanai，H。；Ichikawa，M.，因子分析，（《统计手册》，第26卷（2007），爱思唯尔：爱思唯尔阿姆斯特丹），257-296·兹比尔1460.62196
[49] 袁，K.H。；Bentler，P.M.，二次型分布的两个简单近似，英国数学与统计心理学杂志，63，2，273-291（2010）
[50] Yun，S。；Lee，Y.，二元结果的层次和边际似然估计的比较，计算统计和数据分析，45，3，639-650（2004）·Zbl 1429.62331号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。