有序因子分析中潜变量的识别与尺度化

社会科学研究人员通常习惯于将有序变量视为连续变量。在本文中，我们考虑有序因子分析中的识别约束如何模仿将有序变量视为连续变量的处理。我们描述了导致潜变量预测等于有序变量平均值的模型约束。这一结果促使我们提出最小识别约束，我们称之为“整数约束”，它将潜变量集中在观测到的整数编码有序变量的尺度上。整数约束导致直观的模型参数化，因为研究人员已经习惯于将有序变量视为连续变量。我们证明了我们提出的整数约束确实是最小识别约束，并说明了整数约束如何与真实数据一起工作。我们还提供了模拟结果，表明整数约束在估计收敛性和可接受性方面与其他识别约束相似。