Słownik metodologiczny · Modele SEM

Metoda asymptotycznie wolna od rozkładu (ADF)

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Metoda asymptotycznie wolna od rozkładu (ADF)

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Metoda asymptotycznie wolna od rozkładu (ADF)?

ADF jest estymatorem SEM niewymagającym wielowymiarowej normalności asymptotycznie, lecz zwykle potrzebuje bardzo dużych prób.
Co odróżnia to pojęcie? ADF w SEM minimalizuje funkcję wykorzystującą macierz asymptotycznych kowariancji momentów i nie zakłada wielowymiarowej normalności w taki sposób jak klasyczny ML. Cena jest wysoka: estymacja wielu elementów wymaga bardzo dużych prób i może być niestabilna. „Wolna od rozkładu” nie oznacza wolna od wszystkich założeń. Dla danych porządkowych często rozważa się specjalizowane estymatory zamiast ADF.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Rozważ ADF wyłącznie przy bardzo dużej próbie zdolnej stabilnie oszacować macierz wag wyższych momentów.

ADF rozważaj tylko wtedy, gdy liczebność jest bardzo duża względem liczby unikatowych wariancji i kowariancji, ponieważ metoda szacuje rozbudowaną macierz wag. Przy typowych próbach niestabilność może być większym problemem niż nienormalność; porównaj wtedy estymatory odporne lub bootstrap.

Jak poprawnie stosować i interpretować hasło „Metoda asymptotycznie wolna od rozkładu (ADF)”?

Wybór związany z „Metoda asymptotycznie wolna od rozkładu (ADF)” powinien wynikać z modelu probabilistycznego, skali wskaźników, rozkładu danych i struktury zależności. W odniesieniu do hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” estymatory różnią się funkcją celu, własnościami w małej próbie oraz sposobem obliczania błędów standardowych. Przy ocenie hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” nazwa metody nie gwarantuje odporności; trzeba ustalić, które założenia zostały złagodzone i jakie nowe wymagania pojawiają się w zamian.

W odniesieniu do pojęcia „Metoda asymptotycznie wolna od rozkładu (ADF)” warto porównać zbieżność, rozwiązania brzegowe, rozmiar błędów standardowych i stabilność wyniku w sensownych wariantach analizy. W analizie dotyczącej hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” przy danych porządkowych, nienormalności lub brakach dobór estymatora może zmienić zarówno test dopasowania, jak i niepewność parametrów. Dla interpretacji hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” różnic nie powinno się ukrywać przez raportowanie wyłącznie korzystniejszego wariantu.

Co trzeba opisać w raporcie?

Raport o „Metoda asymptotycznie wolna od rozkładu (ADF)” powinien wymienić pełną nazwę estymatora, użyte korekty odporne, metodę obsługi braków i oprogramowanie. W odniesieniu do hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” dla modelu należy podać informację o zbieżności i rozwiązaniach niedopuszczalnych, a parametry prezentować z błędami standardowymi lub przedziałami ufności właściwymi dla wybranej procedury.

Zakres raportowania dla hasła „Metoda asymptotycznie wolna od rozkładu (ADF)”: Podaj nazwę estymatora, korekty odporne i sposób obsługi braków.

Przykład praktyczny i gotowa interpretacja

Sytuacja: ADF dla modelu z 30 wskaźnikami i N = 280 zwróciło niestabilną macierz wag oraz ogromne błędy standardowe; nazwa metody nie usuwa jej zapotrzebowania na bardzo dużą próbę.

Jak ją zinterpretować: Brak klasycznego założenia normalności nie oznacza, że ADF jest bezpieczne przy małej próbie. Niestabilna macierz wag i duże błędy wskazują, że liczebność jest niewystarczająca względem liczby momentów.

Najczęstsza pułapka i granica interpretacji

Określenie „wolna od rozkładu” nie oznacza działania przy małym N ani braku warunków regularności.

Określenie „Metoda asymptotycznie wolna od rozkładu (ADF)” nie oznacza metody „bez założeń”. W analizie dotyczącej hasła „Metoda asymptotycznie wolna od rozkładu (ADF)” własności asymptotyczne mogą być słabym przybliżeniem w małej próbie, a błędna specyfikacja modelu pozostaje problemem niezależnie od estymatora.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Hu i Bentler, 1999).

Powiązane hasła

MLR (odporna metoda największej wiarygodności)AIC i BIC w SEMAVE (średnia wyodrębniona wariancja)CFA (konfirmacyjna analiza czynnikowa)CFI (Comparative Fit Index)Hierarchiczna zmienna latentna (konstrukt wyższego rzędu)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Modelowanie równań strukturalnych (SEM): od teorii do raportu

SEM bez skrótów myślowych: model pomiarowy i strukturalny, CB-SEM a PLS-SEM, dopasowanie, założenia oraz raportowanie wyników.

Czytaj →Poradnik

PLS-SEM krok po kroku: założenia, model pomiarowy i strukturalny

Praktyczny przewodnik po PLS-SEM: kiedy metoda odpowiada pytaniu, jak odróżnić kompozyt od wspólnego czynnika, ocenić model i uczciwie raportować wynik.

Czytaj →Poradnik

PLS-SEM w R: kompletny przykład w seminr i cSEM

Odtwarzalny przykład PLS-SEM w R: specyfikacja refleksyjna i kompozytowa, PLSc, bootstrap, HTMT, R², f² i ocena predykcyjna w seminr oraz cSEM.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
  2. Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238–246. https://doi.org/10.1037/0033-2909.107.2.238
  3. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
  4. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006
  5. Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A critical review of construct indicators and measurement model misspecification in marketing and consumer research. Journal of Consumer Research, 30(2), 199–218. https://doi.org/10.1086/376806
  6. Dijkstra, T. K., & Henseler, J. (2015). Consistent partial least squares path modeling. MIS Quarterly, 39(2), 297–316. https://doi.org/10.25300/MISQ/2015/39.2.02

Cytowania BibTeX

@article{hu1999sem, author={Hu, Li-tze and Bentler, Peter M.}, title={Cutoff criteria for fit indexes in covariance structure analysis}, journal={Structural Equation Modeling}, year={1999}, volume={6}, number={1}, pages={1--55}, doi={10.1080/10705519909540118}}
@article{bentler1990cfi, author={Bentler, Peter M.}, title={Comparative fit indexes in structural models}, journal={Psychological Bulletin}, year={1990}, volume={107}, number={2}, pages={238--246}, doi={10.1037/0033-2909.107.2.238}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}
@article{jarvis2003measurement, author={Jarvis, Cheryl Burke and MacKenzie, Scott B. and Podsakoff, Philip M.}, title={A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research}, journal={Journal of Consumer Research}, year={2003}, volume={30}, number={2}, pages={199--218}, doi={10.1086/376806}}
@article{dijkstra2015plsc, author={Dijkstra, Theo K. and Henseler, Jörg}, title={Consistent Partial Least Squares Path Modeling}, journal={MIS Quarterly}, year={2015}, volume={39}, number={2}, pages={297--316}, doi={10.25300/MISQ/2015/39.2.02}}
R