多层级情境下的分类准确性与参数估计：条件非参数多层级潜类别分析研究
统计方法学
2020-11-02 v2 应用统计
摘要
本研究有两个目的。第一，利用实证数据集展示条件非参数多层级潜类别分析（NP-MLCA）在多站点项目评估中的效用。第二，考察条件 NP-MLCA 的分类准确性和参数估计如何受六个研究因素的影响：潜类别指标的质量、潜类别指标的数量、水平-1 协变量效应、跨水平协变量效应、水平-2 单位的数量以及水平-2 单位的规模。通过模拟研究共检验了 96 种条件。所得分类准确率、跨水平协变量效应和情境效应的功效与一类错误表明，非参数多层级潜类别模型可广泛应用于多层级情境。
引用
@article{arxiv.2010.15368,
title = {Classification Accuracy and Parameter Estimation in Multilevel Contexts: A Study of Conditional Nonparametric Multilevel Latent Class Analysis},
author = {Chi Chang and Kimberly Kelly and M. Lee Van Horn and Richard T. Houang and Joseph Gardiner and Laurie Van Egeren and Heng-Chieh Wu},
journal= {arXiv preprint arXiv:2010.15368},
year = {2020}
}
备注
40 pages, 5 figures, 5 tables