एक MIMIC कारक और संकेतक (SEM) के साथ एक संयुक्त के बीच क्या अंतर है?


10

अव्यक्त चर (SEM) के साथ संरचनात्मक समीकरण मॉडलिंग में, एक सामान्य मॉडल सूत्रीकरण "एकाधिक संकेतक, एकाधिक कारण" (MIMIC) है जहां एक अव्यक्त चर कुछ चर के कारण होता है और दूसरों द्वारा परिलक्षित होता है। यहाँ एक सरल उदाहरण दिया गया है: यहां छवि विवरण दर्ज करें

अनिवार्य रूप से, f1के लिए एक प्रतिगमन परिणाम है x1, x2और x3, और y1, y2और y3के लिए माप संकेतक हैं f1

एक समग्र अव्यक्त चर को भी परिभाषित कर सकता है, जहां अव्यक्त चर मूल रूप से अपने घटक चर के भारित संयोजन के लिए होता है।

यहाँ मेरा सवाल है: क्या f1एक प्रतिगमन परिणाम के रूप में परिभाषित करने और एक एमआईएमआईसी मॉडल में एक समग्र परिणाम के रूप में परिभाषित करने के बीच अंतर है ?

lavaanसॉफ्टवेयर के उपयोग से कुछ परीक्षण से Rपता चलता है कि गुणांक समान हैं:

library(lavaan)

# load/prep data
data <- read.table("http://www.statmodel.com/usersguide/chap5/ex5.8.dat")
names(data) <- c(paste("y", 1:6, sep=""), paste("x", 1:3, sep=""))

# model 1 - canonical mimic model (using the '~' regression operator)
model1 <- '
    f1 =~ y1 + y2 + y3
    f1 ~ x1 + x2 + x3
'

# model 2 - seemingly the same (using the '<~' composite operator)
model2 <- '
    f1 =~ y1 + y2 + y3
    f1 <~ x1 + x2 + x3
'

# run lavaan
fit1 <- sem(model1, data=data, std.lv=TRUE)
fit2 <- sem(model2, data=data, std.lv=TRUE)

# test equality - only the operators are different
all.equal(parameterEstimates(fit1), parameterEstimates(fit2))
[1] "Component “op”: 3 string mismatches"

ये दोनों मॉडल गणितीय रूप से एक जैसे कैसे हैं? मेरी समझ यह है कि SEM में प्रतिगमन फ़ार्मुले, मौलिक योगों की तुलना में मौलिक रूप से भिन्न होते हैं, लेकिन यह खोज उस विचार को अस्वीकार करती है। इसके अलावा, एक मॉडल के साथ आना आसान है जहां ~ऑपरेटर ऑपरेटर के साथ विनिमेय नहीं है <~( lavaanसिंटैक्स का उपयोग करने के लिए )। आमतौर पर एक मॉडल पहचान समस्या में अन्य परिणामों के स्थान पर एक का उपयोग करना, खासकर जब अव्यक्त चर फिर एक प्रतिगमन अलग सूत्र में उपयोग किया जाता है। तो वे कब विनिमेय हैं और वे कब नहीं हैं?

रेक्स क्लाइन की पाठ्यपुस्तक (सिद्धांत और संरचनात्मक समीकरण मॉडलिंग के अभ्यास) कंपोजिट की शब्दावली के साथ एमआईएमआईसी मॉडल के बारे में बात करने के लिए जाता है, लेकिन लेखक यवेस रोजसेल ने lavaanस्पष्ट रूप से हर आईआईएमआईसी उदाहरण में प्रतिगमन ऑपरेटर का उपयोग किया है।

क्या कोई इस मुद्दे को स्पष्ट कर सकता है?

जवाबों:


9

वे एक ही मॉडल हैं।

एक अव्यक्त चर को एक समग्र परिणाम के रूप में परिभाषित करने में सक्षम होना उपयोगी है जहां उस चर में केवल समग्र संकेतक होते हैं।

यदि आपके पास नहीं है:

f1 =~ y1 + y2 + y3

आप नहीं डाल सकते हैं:

f1 ~ x1 + x2 + x3

लेकिन आपके पास हो सकता है:

f1 <~ x1 + x2 + x3

धन्यवाद! क्या आप शायद स्पष्ट कर सकते हैं कि आपके पास क्यों नहीं हो सकता है f1 ~ x1 + x2 + x3, लेकिन आपके पास हो सकता है f1 <~ x1 + x2 + x3?
DMP

1
क्योंकि पहले उदाहरण में, f1 अभी तक मॉडल में एक चर नहीं है, क्योंकि यह अव्यक्त है, आपको इसे परिभाषित करने की आवश्यकता है।
जेरेमी मील्स

1
यदि आपके पास ऐसा कोई मॉडल था, तो आपको f1 = ~ 0 * X1 जैसी ट्रिक का उपयोग करना होगा ताकि आपके पास एक अव्यक्त संस्करण हो, जिसे आप बाद में f ~ X1 + x2 + x3 में उपयोग कर सकते हैं।
जेरेमी मील्स
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.