Un estimator alternativ robust pentru SEM eșantion mic până la moderat: analiză a scorului factorului de corecție bias corectată.

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

Kelcey B1.

Abstract

Modelarea ecuației structurale cu estimarea maximă a probabilității maxime a informației este metoda predominantă de evaluare empirică a unor teorii complexe care implică variabile latente multiple în cercetarea dependenței. Deși estimatorii de informație completă au multe proprietăți dorite, inclusiv consistența, o limitare majoră în modelele de ecuații structurale este că ele susțin adeseori părtinire semnificativă atunci când sunt implementate în studii de dimensiuni mici până la moderate (de exemplu, mai puține decât 100 sau 200). Literatura recentă a elaborat un estimator de informare limitat, conceput pentru a aborda această limitare - implementată conceptual printr-o abordare a analizei căii de scor a factorului de corecție bias corectată - care sa dovedit a produce estimări imparțiale și eficiente în setările de eșantioane mici până la moderate. În ciuda meritelor sale teoretice și empirice, literatura a sugerat că această metodă este insuficient utilizată din trei motive principale - metodele sunt necunoscute cercetătorilor aplicați, lipsa de orientare și software practică și accesibilă pentru cercetătorii aplicați și comparații împotriva informațiilor complete metodele care sunt bazate pe exemple specifice disciplinei lipsesc. În acest studiu, am delimitat această metodă printr-o analiză pas cu pas a unui studiu de caz de mediere secvențial care implică dependența de internet. Ofer un exemplu de cod R utilizând pachetul lavă și date bazate pe un studiu ipotetic al dependenței. Analizez diferențele dintre estimatorii de informație complet și limitat în cadrul exemplelor de date și măsoară apoi măsura în care aceste diferențe indică o divergență consistentă între estimatori folosind un studiu de simulare. Rezultatele sugerează că estimatorul limitat de informații depășește estimatorul convențional de probabilitate maximă de informații convenționale în mărimea eșantionului mic până la moderat în termeni de prejudecată, eficiență și putere.

PMID: 30501990

DOI: 10.1016 / j.addbeh.2018.10.032