ارزیابی براورد ماکسیمم درستنمایی مدل های معادلات ساختاری غیر خطی با داده های به طور تصادفی گم شده تحت نرخ های گم شدگی مختلف
نویسندگان
چکیده
در علوم رفتاری و اجتماعی برخورد با متغیرهای پنهان بسیار متداول است. یکی از بهترین روش ها برای مدل بندی این گونه متغیرها، مدل معادلات ساختاری است که از دو معادله ی اندازه گیری و ساختاری تشکیل یافته است و روابط بین متغیرهای پنهان با معادله ی ساختاری نشان داده می شوند. با وجود این، نظریه ی ماکسیمم درستنمایی و نرم افزارهای کامپیوتری موجود نظیر لیزرل [8] و eqs [1] که در مطالعات روان شناسی و اجتماعی برای ارزیابی ارتباطات بین متغیرهای پنهان به کار می روند، بر اساس روابط خطی بین متغیرها و وجود داده های کامل بنا نهاده شده اند. وجود داده های گم شده از یک طرف و از طرف دیگر وجود ارتباطات غیر خطی بین متغیرهای پنهان برای به دست آوردن مدل های معنی دار از اهمیت بسیاری برخوردار است. لی و همکاران [10] الگوریتمی از نوع امیدگیری-ماکسیمم سازی (em) را معرفی کردند که برای براورد ماکسیمم درستنمایی پارامترهای معادلات ساختاری غیر خطی با داده های به طور تصادفی گم شده (mar) به کار می رود. در این الگوریتم برای به دست آوردن انتگرال های پیچیده در امید شرطی، گام e به وسیله ی الگوریتم دورگه ای کامل می شود که نمونه گیر گیبس [6] و الگوریتم متروپلیس-هستینگس را ترکیب می کند درحالی که گام m به طور کارایی به وسیله ی ماکسیمم سازی شرطی [15] کامل می گردد. در این مقاله قصد داریم تا با استفاده از یک مطالعه ی شبیه سازی، کارایی این روش را زمانی که نرخ گم شدگی افزایش می یابد مورد بررسی قرار دهیم.
منابع مشابه
ارزیابی براورد ماکسیمم درستنمایی مدلهای معادلات ساختاری غیر خطی با دادههای به‌طور تصادفی گم‌شده تحت نرخ‌های گم‌شدگی مختلف
در علوم رفتاری و اجتماعی برخورد با متغیرهای پنهان بسیار متداول است. یکی از بهترین روش‌ها برای مدل‌بندی این‌گونه متغیرها، مدل معادلات ساختاری است که از دو معادله‌ی اندازه‌گیری و ساختاری تشکیل یافته است و روابط بین متغیرهای پنهان با معادله‌ی ساختاری نشان داده می‌شوند. با وجود این، نظریه‌ی ماکسیمم درستنمایی و نرم‌افزارهای کامپیوتری موجود نظیر لیزرل [8] و EQS [1] که در مطالعات روان‌شناسی و اجتماعی...
متن کاملآزمون تعیین خطای مشخص سازی مدل خطی عام برای داده های گم شده
در این مقاله مدل خطی عام را در تحلیل داده‌هایی که در آنها متغیرهای کمکی و متغیر پاسخ گم شدگی دارند، در نظر می گیریم. برای تعیین نیکویی برازش مدل خطی عام در حضور دادههای گم‌شده، آزمون جدیدی را بر اساس آزمون رمزی(1969) می سازیم. نشان می دهیم که تحت فرض صفر، آماره های آزمون در برخی از حالات از توزیع فیشر تبعیت می کند و در برخی از حالات به توزیع شبه‌فیشر میل می‌کند. علاوه بر این، عملکرد آمارههای آ...
متن کاملبراورد پارامترهای مربوط به معادلات درستنمایی در حضور داده های گم شده
در این پایان نامه رهیافت نا پارامتری درستنمایی تجربی به منظور استنباط تحت جانهی رگرسیون هسته برای پاسخ های گم شده بررسی شده است. یک روش درستنمایی تجربی تعدیل یافته برای استنباط درباره میانگین متغیر پاسخ گسترش داده شده است. و از طریق نشان دادن این که دارای توزیع خی دوی استاندارد مجانبی است، بازه ی اطمینان درستنمایی تجربی متناظر برای میانگین ساخته شده است. همچنین، یک براوردگر بر مبنای درستنمایی ت...
15 صفحه اولتحلیل مدل های خطی با متغیرهای همراه گم شده ی تصادفی
در تحلیل داده های آماری حاصل از مطالعات علوم اجتماعی، اقتصادی، بالینی و غیره، وجود داده های ناکامل و گم شدن داده های نمونه ی جمع آوری شده و ارائه روش های استنباط بر اساس داده های ناکامل از مسائل مهم و پرکاربرد آمار محسوب می شود. در این پایان نامه، ابتدا داده های گم شده و نوع از دست رفتن داده ها را معرفی می نماییم، همچنین برخی از روش های استنباطی آماری را با در نظر گرفتن داده های گم شده بررسی می...
برازش مدل های رگرسیونی پویا با داده های پانلی توسط روش های ماکسیمم درستنمایی و بیزی
مدلهای رگرسیونی پویا با دادههای پانلی دارای کاربرد بسیاری در مطالعات اقتصادی و اجتماعی هستند. خصوصیت بارز این مدلها وجود متغیرهای تاخیری به عنوان متغیر تبیینی است. این ویژگی باعث اغتشاش در خواص برآوردها توسط روشهای معمول برآوردیابی خواهد شد. یک مسئله اساسی در مدلسازی مشاهدات پانلی تغییرپذیری بین واحدهای آزمایشی است که به علت پیچیدگی محاسبات در استفاده از روشهای متداول برآوردیابی، اغلب این...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
بررسی های آمار رسمی ایرانجلد ۱۹، شماره ۲، صفحات ۱۸۷-۲۰۰
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023