图论与代数方法相结合用于潜变量结构方程模型的参数识别
统计方法学
2023-02-28 v1 统计理论
统计理论
摘要
测量误差普遍存在于许多变量中——从生理学中的血压记录到心理学中的智力度量。结构方程模型（SEMs）通过明确区分潜变量与其测量指标来解释测量过程。用户常将整个 SEM 拟合到数据，但若某些模型参数不可识别则会失败。模型隐含工具变量（MIIVs）方法是一种更灵活的替代方案，可估计已识别方程中的模型参数子集。图模型（如 DAG）领域也存在众多识别单个参数的方法，但其中许多未考虑测量效应。在此，我们取 MIIV 方法中的“潜变量到观测变量”（L2O）变换概念，并发展一种等价的图论 L2O 变换，使得现有图论准则可应用于 SEM 中的潜变量参数。我们将 L2O 变换与图论工具变量准则结合，获得一种用于带潜变量 SEM 中非迭代参数识别的高效算法。我们证明这种带工具变量集准则的图论 L2O 变换等价于最先进的 SEM MIIV 方法，并表明当与其他图论准则结合时可产生新的识别策略。
引用
@article{arxiv.2302.13220,
title = {Combining Graphical and Algebraic Approaches for Parameter Identification in Latent Variable Structural Equation Models},
author = {Ankur Ankan and Inge Wortel and Kenneth A. Bollen and Johannes Textor},
journal= {arXiv preprint arXiv:2302.13220},
year = {2023}
}