Vankka vaihtoehtoinen arvioija pienille ja keskisuurille näytteille SEM: Bias-korjattu tekijäpisteanalyysi.

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

Kelcey B1.

Abstrakti

Rakenteellisten yhtälöiden mallintaminen täydellisen informaation maksimi todennäköisyyden estimoinnilla on vallitseva menetelmä empiirisesti arvioida monimutkaisia ​​teorioita, joihin liittyy useita piileviä muuttujia riippuvuustutkimuksessa. Vaikka täydellisillä informaatioestimaattoreilla on monia toivottavia ominaisuuksia, mukaan lukien johdonmukaisuus, rakenneyhtälömallien tärkein rajoitus on, että ne ylläpitävät usein merkittävää vääristymää, kun ne toteutetaan pienissä tai keskisuurissa (esimerkiksi alle 100 tai 200) tutkimuksissa. Viimeaikainen kirjallisuus on kehittänyt rajoitetun tiedonestimaattorin, joka on suunniteltu käsittelemään tätä rajoitusta - toteutettuna käsitteellisesti bias-korjatulla tekijäpistepolkuanalyysimenetelmällä - jonka on osoitettu tuottavan puolueetonta ja tehokasta arviota pienissä tai kohtalaisissa otosasetuksissa. Teoreettisista ja empiirisistä ansioistaan ​​huolimatta kirjallisuus on viitannut menetelmän vajaakäyttöön kolmesta ensisijaisesta syystä - menetelmät ovat tuntemattomia tutkijoille, soveltaville tutkijoille ei ole saatavilla käytännöllisiä ja helposti saatavilla olevia ohjeita ja ohjelmistoja, eikä vertailuja täydelliseen tietoon oppiainekohtaisiin esimerkkeihin pohjautuvia menetelmiä puuttuu. Tässä tutkimuksessa piirrän tätä menetelmää vaiheittaisen analyysin avulla peräkkäisestä mediaatiotapaustutkimuksesta, johon sisältyy Internet-riippuvuus. Annan esimerkki R-koodista käyttämällä laava-pakettia ja tietoja, jotka perustuvat hypoteettiseen riippuvuustutkimukseen. Tarkastelen eroja täydellisen ja rajoitetun informaation estimoijien välillä esimerkkitiedoissa ja koetan myöhemmin, missä määrin nämä erot osoittavat estimoijien jatkuvaa eroa simulaatiotutkimuksen avulla. Tulokset viittaavat siihen, että rajoitettu informaatioestimaattori ylittää tavanomaisen täydellisen informaation maksimi todennäköisyysestimaattorin pienissä tai kohtalaisissa näytteen koossa puolueellisuuden, tehokkuuden ja tehon suhteen.

PMID: 30501990

DOI: 10.1016 / j.addbeh.2018.10.032