二值数据潜类别模型中用于局部依赖评估的期望参数变化(EPC)
统计方法学
2018-01-09 v1
摘要
二值数据潜类别模型关键性地假设局部独立性，对其的违背会严重偏倚结果。我们提出两种用于监测二值数据潜类别模型中局部依赖的工具："期望参数变化"(EPC)及其广义形式，用以估计可能的局部依赖的实质大小与方向。我们研究了这些度量的渐近与有限样本行为，并将美国人口普查中对西班牙裔族群的估计以及医学专家对X光片的评级这两个应用展示其在得到兼顾真实性与简洁性的模型方面的价值。
引用
@article{arxiv.1801.02400,
title = {The Expected Parameter Change (EPC) for Local Dependence Assessment in Binary Data Latent Class Models},
author = {Daniel L. Oberski and Jeroen K. Vermunt},
journal= {arXiv preprint arXiv:1801.02400},
year = {2018}
}
备注
R code implementing our proposal and including both example datasets is available online as supplementary material