A Moderated Nonlinear Factor Model for the Development of Commensurate Measures in Integrative Data Analysis.
A Moderated Nonlinear Factor Model for the Development of Commensurate Measures in Integrative Data Analysis.
复制标题
DOI：
10.1080/00273171.2014.889594
复制
发表时间：
2014-06
影响因子：
3.8
通讯作者：
Zucker R
中科院分区：
文献类型：
--
作者：
Curran PJ;McGinley JS;Bauer DJ;Hussong AM;Burns A;Chassin L;Sher K;Zucker R
集成数据分析（IDA）是一种方法框架，允许将模型拟合到两个或多个独立来源的数据中。IDA提供了许多潜在的优势，包括增加的统计能力，更大的受试者异质性，更高的观察频率的低基本率的行为，和更长的发展期的研究。然而，一个核心的挑战是有效和可靠的心理测量分数的估计是基于潜在的不同项目与不同的反应选项来自不同的研究。在本文中，我们提出了一种在IDA中获得分数的方法，称为适度非线性因子分析（MNLFA）。在这里，我们大大超出了这项工作的发展，估计MNLFA模型和获得规模分数在各种设置的一般框架。我们提出了一个五步的程序，并证明这种方法使用的数据来自n=1972个人，年龄从11岁到34岁汇集在三个独立的研究，以检查因素结构的17个二进制项目评估抑郁症的神经病学。我们提供了实质性的结论抑郁症的因素结构，使用这种结构来计算个人特定的量表得分，并提出建议，在实践中使用这些方法。
Integrative data analysis (IDA) is a methodological framework that allows for the fitting of models to data that have been pooled across two or more independent sources. IDA offers many potential advantages including increased statistical power, greater subject heterogeneity, higher observed frequencies of low base-rate behaviors, and longer developmental periods of study. However, a core challenge is the estimation of valid and reliable psychometric scores that are based on potentially different items with different response options drawn from different studies. In we proposed a method for obtaining scores within an IDA called moderated nonlinear factor analysis (MNLFA). Here we move significantly beyond this work in the development of a general framework for estimating MNLFA models and obtaining scale scores across a variety of settings. We propose a five step procedure and demonstrate this approach using data drawn from n=1972 individuals ranging in age from 11 to 34 years pooled across three independent studies to examine the factor structure of 17 binary items assessing depressive symptomatology. We offer substantive conclusions about the factor structure of depression, use this structure to compute individual-specific scale scores, and make recommendations for the use of these methods in practice.
登录
查看更多内容
影响因子：
7
作者：
Curran, Patrick J.;Hussong, Andrea M.
通讯作者：
Hussong, Andrea M.
DOI：
10.1111/j.1530-0277.1992.tb01420.x
发表时间：
1992-06-01
影响因子：
3.2
作者：
CREWS, TM;SHER, KJ
通讯作者：
SHER, KJ
影响因子：
3
作者：
BOCK, RD;AITKIN, M
通讯作者：
AITKIN, M
影响因子：
7
作者：
Cooper, Harris;Patall, Erika A.
通讯作者：
Patall, Erika A.
DOI：
10.1080/10705510802339080
发表时间：
2008-10-01
影响因子：
6
作者：
Flora, David B.;Curran, Patrick J.;Edwards, Michael C.
通讯作者：
Edwards, Michael C.