Evaluation of structural equation mixture models Parameter estimates and correct class assignment.
Evaluation of structural equation mixture models Parameter estimates and correct class assignment.
复制标题
DOI：
10.1080/10705511003659318
复制
发表时间：
2010-04-01
期刊：
影响因子：
--
通讯作者：
Lubke G
中科院分区：
文献类型：
--
作者：
Tueller S;Lubke G
结构方程混合模型（semm）是潜在类模型，允许在每个类内估计结构方程模型。拟合semm是用圣母大学衰老纵向研究的一波数据来说明的。在此模型的基础上，进行了大规模的仿真研究，研究了SEMM的参数估计和正确的类分配。模拟研究的设计因素为平衡类比例、平衡因子方差、样本量和类分离。我们比较了正确和错误指定类内结构关系模型的拟合。此外，我们还研究了用二元指标拟合semm的可能性。类内分布的结构可以在多种条件下恢复，这表明semm在测试复杂的类内模型方面具有普遍的潜力和灵活性。正确的课堂作业是有限的。
Structural Equation Mixture Models(SEMMs) are latent class models that permit the estimation of a structural equation model within each class. Fitting SEMMs is illustrated using data from one wave of the Notre Dame Longitudinal Study of Aging. Based on the model used in the illustration, SEMM parameter estimation and correct class assignment are investigated in a large scale simulation study. Design factors of the simulation study are (im)balanced class proportions, (im)balanced factor variances, sample size, and class separation. We compare the fit of models with correct and misspecified within-class structural relations. In addition, we investigate the potential to fit SEMMs with binary indicators. The structure of within-class distributions can be recovered under a wide variety of conditions, indicating the general potential and flexibility of SEMMs to test complex within-class models. Correct class assignment is limited.
登录
查看更多内容
影响因子：
5
作者：
COHEN, S;KAMARCK, T;MERMELSTEIN, R
通讯作者：
MERMELSTEIN, R
影响因子：
1.9
作者：
BARTONE, PT;URSANO, RJ;INGRAHAM, LH
通讯作者：
INGRAHAM, LH
影响因子：
3
作者：
Dolan, CV;Van der Maas, HLJ
通讯作者：
Van der Maas, HLJ
影响因子：
2
作者：
Fraley, C;Raftery, AE
通讯作者：
Raftery, AE
影响因子：
6.3
作者：
Arminger, G;Stein, P
通讯作者：
Stein, P