结合测量模型的完全潜变量主分层
统计方法学
2024-05-17 v2
摘要
行为科学中普遍认同来自随机有效性研究的实施数据的重要性；然而，可用于将这些数据纳入因果模型的方法很少，尤其是当数据为多变量或纵向、且关注低维汇总时。我们引入一种研究框架，探讨治疗效应如何因受试者对干预实施方式不同而异，将主分层与潜变量测量模型相结合；由于主分层在两治疗组中均潜藏，我们称之为“完全潜变量主分层”或 FLPS。我们描述了包含项目反应理论测量的 FLPS 模型，通过模拟研究证明其可行，并在一项计算机数学导师随机研究的提示使用分析中加以说明。
引用
@article{arxiv.2309.04047,
title = {Fully Latent Principal Stratification With Measurement Models},
author = {Sooyong Lee and Adam C Sales and Hyeon-Ah Kang and Tiffany A. Whittaker},
journal= {arXiv preprint arXiv:2309.04047},
year = {2024}
}
备注
In Submission