贝叶斯因子分析均值可行值因子得分确定系数的研究
应用统计
2021-09-21 v1
摘要
在贝叶斯因子分析背景下，可计算均值可行值，其可用作协变量或预测变量，或用于为贝叶斯潜变量提供个体得分。先前的模拟研究通过可行值与生成因子得分的均方误差来确认可行值的有效性。然而，在实证研究中生成因子得分未知，因而需要仅基于模型参数的指标以评估实证研究中因子得分估计的有效性。确定系数基于模型参数，且只要实证中进行贝叶斯因子分析即可计算。因此，本模拟研究的核心目的在于将基于模型参数的确定系数与均值可行值和生成因子的相关性进行比较。研究发现，确定系数对均值可行值的有效性给出了可接受的估计。由于小样本量与较小显著载荷下确定系数会高估有效性，建议将确定系数与偏差校正一并报告，以在实证环境中估计均值可行值的有效性。
引用
@article{arxiv.2109.09494,
title = {Coefficients of factor score determinacy for mean plausible values of Bayesian factor analysis},
author = {André Beauducel and Norbert Hilger},
journal= {arXiv preprint arXiv:2109.09494},
year = {2021}
}