Един солиден алтернативен оценител за малък до умерен образец SEM: анализ на фактора с коригиран с отклонение фактор.

Addict Behav. 2018 Oct 27. pii: S0306-4603 (18) 31232-2. doi: 10.1016 / j.addbeh.2018.10.032.

Kelcey B1.

абстрактен

Моделирането на структурните уравнения с пълна информация максимална вероятностна оценка е преобладаващият метод за емпирично оценяване на сложни теории, включващи множество латентни променливи в изследванията на зависимостите. Въпреки че пълните информационни оценители имат много желани свойства, включително последователност, основно ограничение в моделите на структурните уравнения е, че те често поддържат значително отклонение, когато се прилагат в малки до умерени проучвания за размера (например, по-малко от 100 или 200). Съвременната литература разработи ограничен информационен оценител, предназначен да се справи с това ограничение - концептуално реализирано чрез подход за анализ на фактора, коригиран с отклонения, който е показал, че произвежда безпристрастни и ефективни оценки в малки до умерени примерни настройки. Въпреки своите теоретични и емпирични достойнства, литературата предполага, че методът не се използва достатъчно поради три основни причини - методите са непознати на приложните изследователи, липсват практически и достъпни насоки и софтуер, наличен за приложни изследователи, и сравнения срещу пълна информация липсват методи, които се основават на специфични за дисциплината примери. В това проучване аз очертавам този метод чрез стъпка по стъпка анализ на последователно проучване за медиация, включващо интернет зависимост. Предоставям пример R код, използвайки пакета lavaan и данни, базирани на хипотетично изследване на пристрастяването. Разглеждам разликите между пълните и ограничените информационни оценители в примерните данни и впоследствие изследвам степента, до която тези разлики са показателни за последователна дивергенция между оценителите, използвайки симулационно изследване. Резултатите предполагат, че оценителят с ограничена информация превъзхожда конвенционалния пълноценен оценъчен максимум на вероятност при малки до умерени размери на извадките по отношение на отклонение, ефективност и мощност.

PMID: 30501990

DOI: 10.1016 / j.addbeh.2018.10.032