文章詳目資料
調查研究-方法與應用 TSSCI
加入收藏
下載文章
| 篇名 | 潛在變項選擇模型結構方程模型之最大概似估計 |
|---|---|
| 卷期 | 12 |
| 並列篇名 | Maximum Likelihood Estimation of Structural Equation Models with Latent Variable Selection Model |
| 作者 | 鄭中平 、 翁儷禎 |
| 頁次 | 5-27 |
| 關鍵字 | 非隨機遺漏 、 選擇模型 、 結構方程模型 、 最大概似法 、 潛在變項 、 nonignorable missingness 、 selection model 、 structural equation modeling 、 maximum likelihood estimation 、 latent variable 、 TSSCI |
| 出刊日期 | 200210 |
中文摘要
本研究目的在以MCEM 算則(Monte Carlo expectationmaximizationalgorithm) 進行潛在變頂影響資料遺漏輯結構方程模型的參數估計。結構方程模型分析常需實徵資料驗證研究者的假設模型，資料發生遺漏是真收集過程經常遭遇的情形。遺漏可能與外顯變頂有關，但亦可能與潛在變頂有關。Muth曲、Kaplan 與Hollis (1987)描述了外顯變頂或潛在變頂影響遺漏與否的遺漏機制模型，並發現多數情形下眉不可忽略遺漏，現行之遺漏值處理法未必適用。因此，本研究針對Muthén 等人之遺漏機制模型發展結構方程模型參數估計方法，並以實例比較真與常用遺漏值處理法的差異，初步發現本研究建議方法在潛在變頂影響資料遺漏情形下表現最佳。
英文摘要
The Monte Carlo expectation-maximization algorithm was proposed for parameter estimation with latent variable selection model in structural equation modeling. Latent variables are allowed to influence data missingness in latent variable selection model. This missing mechanism in most cases is not missing at random. The missing data treatment methods available at present therefore may not be applicable and new development is called for. An empirical example of latent variable selection model was presented. The results indicated that the proposed method yielded satisfactory parameter estimates.