对由 R 因子与 Q 因子组合生成的数据进行 R 因子分析会导致有偏载荷估计
应用统计
2022-07-18 v4
摘要
我们研究了基于包含 R 因子与 Q 因子的总体模型，对观测变量进行 R 因子分析所产生的影响。注意到，估计包含 R 因子与 Q 因子的模型必须面对超出旋转不确定性的载荷不确定性。尽管基于包含 R 因子与 Q 因子的总体模型对数据进行 R 因子分析是可行的，但这可能导致模型误差。因此，即使在总体中，所得的 R 因子载荷也不一定是原始总体 R 因子载荷的接近估计。一项模拟研究表明，较大的 Q 因子方差会引起 R 因子载荷估计的变异超出随机水平。结果表明，对基于包含 R 因子与 Q 因子的总体模型的数据进行 R 因子分析可能导致显著的载荷偏置。我们提出对观测变量的多元峰度进行检验，作为观测变量中可能存在 Q 因子方差、从而作为 R 因子分析前提条件的指示。
引用
@article{arxiv.2201.11973,
title = {R-factor analysis of data generated by a combination of R- and Q-factors leads to biased loading estimates},
author = {André Beauducel},
journal= {arXiv preprint arXiv:2201.11973},
year = {2022}
}