协方差结构分析中用于稳健模型设定搜寻的改进LM检验
统计方法学
2024-11-20 v5
摘要
协方差结构分析（CSA）或结构方程模型（SEM）对测量潜在结构关系的政治学者至关重要，其允许同时评估潜在变量与观测变量以及测量误差。设定良好的模型对理论支撑必不可少，需在简洁性与最优模型拟合之间取得平衡。然而，当前改进模型设定搜寻的方法仍然有限，难以捕捉所有有意义的参数，并使模型易受基于偶然的设定风险影响。为此，我们提出了一种改进的拉格朗日乘子（LM）检验，在LM与Wald检验中引入逐步自助法以检测遗漏参数。蒙特卡洛模拟与实证应用凸显了其有效性，尤其在小型样本与高自由度模型中，从而提升了统计拟合。
引用
@article{arxiv.2306.14302,
title = {Improved LM Test for Robust Model Specification Searches in Covariance Structure Analysis},
author = {Bang Quan Zheng and Peter M. Bentler},
journal= {arXiv preprint arXiv:2306.14302},
year = {2024}
}