On the Performance of Likelihood-Based Difference Tests in Nonlinear Structural Equation Models
On the Performance of Likelihood-Based Difference Tests in Nonlinear Structural Equation Models
复制标题
非线性结构方程模型中基于似然的差异检验的性能
DOI：
10.1080/10705511.2014.935752
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Brandt
中科院分区：
文献类型：
--
作者：
Gerhard;Schermelleh-Engel;Moosbrugger;Brandt
本文研究了基于似然差分统计量检验结构方程模型中的非线性效应。除了标准差统计量TD外，文献中还发展了两种稳健统计量，以确保在非正态或小样本条件下的有效结果：稳健TDR和“严格正”TDRP。这些稳健的统计数据还没有与LMS结合起来进行检查。在2个蒙特卡罗研究中，我们考察了这些方法在不同来源的非正态、非线性项的非正态和预测变量的分布的非正态下检验平方效应或交互效应的性能。结果表明，TD值优于TDR值和TDRP值。在强非线性效应和非正态预测因子的条件下，TDR往往产生负差，TDR没有表现出理想的效果。
This article investigates likelihood-based difference statistics for testing nonlinear effects in structural equation modeling using the latent moderated structural equations (LMS) approach. In addition to the standard difference statisticTD, 2 robust statistics have been developed in the literature to ensure valid results under the conditions of nonnormality or small sample sizes: the robustTDRand the “strictly positive”TDRP. These robust statistics have not been examined in combination with LMS yet. In 2 Monte Carlo studies we investigate the performance of these methods for testing quadratic or interaction effects subject to different sources of nonnormality, nonnormality due to the nonlinear terms, and nonnormality due to the distribution of the predictor variables. The results indicate thatTDis preferable to bothTDRandTDRP. Under the condition of strong nonlinear effects and nonnormal predictors,TDRoften produced negative differences andTDRPshowed no desirable power.
登录
查看更多内容
影响因子：
7.6
作者：
BARON, RM;KENNY, DA
通讯作者：
KENNY, DA
DOI：
--
发表时间：
1996
期刊：
--
影响因子：
--
作者：
K. Jöreskog;Fan Yang
通讯作者：
K. Jöreskog;Fan Yang
DOI：
10.2139/ssrn.189431
发表时间：
1999-07
期刊：
Econometrics eJournal
影响因子：
--
作者：
A. Satorra
通讯作者：
A. Satorra
DOI：
10.1111/j.2044-8317.1991.tb00966.x
发表时间：
1991-11-01
影响因子：
2.6
作者：
CHOU, CP;BENTLER, PM;SATORRA, A
通讯作者：
SATORRA, A
影响因子：
--
作者：
SATORRA, A
通讯作者：
SATORRA, A